MétaCan
Menu
Retour à la cohorte
Enregistrement W3175497849 · doi:10.1155/2021/1921603

A Review Study on the Main Sources of Porosity in Al‐Si Cast Alloys

2021· review· en· W3175497849 sur OpenAlexaff
A. M. Samuel, Yasser Zedan, H. W. Doty, Victor Songméné, F. H. Samuel

Notice bibliographique

RevueAdvances in Materials Science and Engineering · 2021
Typereview
Langueen
DomaineEngineering
ThématiqueAluminum Alloy Microstructure Properties
Établissements canadiensÉcole de Technologie SupérieureUniversité du Québec à Chicoutimi
Organismes subventionnairesnon disponible
Mots-clésMaterials sciencePorosityUltimate tensile strengthNucleationAlloyIntermetallicMetallurgyPrecipitationComposite materialTensile testingLanthanumThermodynamics

Résumé

récupéré en direct d'OpenAlex

The present study was performed on A356 and B319 alloys in mechanically stirred or degassed condition. Melts were Sr‐modified and grain‐refined. Hydrogen content was varied from less than 0.1 ml/100 g Al to ∼0.4 ml/100 g Al; Fe was increased to 0.8% in B319 alloy. Lanthanum and cerium were added as 99.5% pure metals. Two main techniques were used to investigate porosity formation: fracture surface of tensile or fatigue test bars, or reduced pressure test (RPT) method. Porosity type and shape were examined. The results show that pore size is more influential than small scattered ones from a mechanical point of view. Tensile testing is affected by porosity located at the center of the testing bar, whereas edge porosity is responsible for crack initiation in case of fatigue testing. Intermetallics precipitate in the form of intercepted platelets which restricts the flow of the molten metal, leading to formation of shrinkage cavities. Precipitation of clusters of compounds from the liquid state such as Al2Si2Sr, Mg2Sn, Al3Ti, or added Al2O3particles would as well act as nucleation sites for porosity formation. Most oxides were observed in the form of long branched strings. In some cases, bifilms were also reported in addition to SrO and MgO.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,020
Tête enseignante GPT0,278
Écart entre enseignants0,258 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations29
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvances in Materials Science and EngineeringMême sujetAluminum Alloy Microstructure PropertiesTravaux en français237 207