MétaCan
Menu
Retour à la cohorte
Enregistrement W3157260670 · doi:10.4028/www.scientific.net/ast.105.17

Defects Formation and Microstructure Characterization of Friction Stir Welded Al 6061 Plates

2021· article· en· W3157260670 sur OpenAlexaff
Mina Ahmadi, Davood Rahmatabadi, Mostafa Pahlavani, Ahmad Aminzadeh, Javad Marzbanrad

Notice bibliographique

RevueAdvances in science and technology · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Welding Techniques Analysis
Établissements canadiensUniversité du Québec à Rimouski
Organismes subventionnairesnon disponible
Mots-clésTraverseMicrostructureMaterials scienceRotational speedWeldingFriction stir weldingCharacterization (materials science)Composite materialOptical microscopeMetallurgyHigh-speed steelScanning electron microscopeMechanical engineeringNanotechnology

Résumé

récupéré en direct d'OpenAlex

Microstructure characterization and defects formation of a joint fabricated by friction stir welding on two plates of Al 6061 were studied. In this study, plates were in the height of 2mm and input parameters were pin profile (square and cylindrical shape), rotating speed (800 and 1600 rpm) and traverse speed (40, 80 and 120 mm/min). Also, some experiments were conducted and the effects of input variables on the microstructure of the samples are studied by using an optical microscope. Based on the results, a sound defect-free weld could be achieved by optimizing the ratio of traverse speed to rotational one, due to the influence of this ratio on the amount of heat generated during the FSW process. It has been also concluded that higher ratios of traverse speed to rotating speed can result in poor welds.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,048
Score d'incertitude au seuil0,250

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,003
Tête enseignante GPT0,229
Écart entre enseignants0,226 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvances in science and technologyMême sujetAdvanced Welding Techniques AnalysisTravaux en français237 207