Effect of titanium alloy powder reinforcement on the mechanical properties and microstructural evolution of GMAW mild steel butt joints
Notice bibliographique
Résumé
Despite its well-reported application in a few welding processes, the use of reinforcing powders in weld joints to improve weld integrity has not garnered ample research attention for Gas Metal Arc Welding (GMAW) process. In this study, the adoption of Titanium alloy powders as metallic reinforcement for mild steel butt welds was investigated. By adopting Taguchi’s L4 orthogonal array, process optimisation for titanium-reinforced mild steel butt welds were first carried out. In the second phase of welding, the optimum parameters were used to create and compare two sets of weldments; one set was reinforced with titanium alloy powder and the other set left unreinforced. It was observed that in the Weld Metal (WM) region, the titanium-reinforced samples had higher micro-hardness values than their unreinforced counterparts with an average of 285.62 HV and 211.6 HV respectively. However, there was no substantial improvement in the ultimate tensile strength of the mild steel butt welds due to titanium powder reinforcements. Interestingly, the formation of acicular ferrite microstructure was more prevalent in the titanium-reinforced weldments and this was attributed to the presence of titanium inclusions in the weld metal. This prevalence of acicular ferrite suggests improved toughness properties in the weld joint region. While the higher hardness values in the Weld Metal of the reinforced sample indicates improved wear resistance.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».