MétaCan
Menu
Retour à la cohorte
Enregistrement W3189411521 · doi:10.1016/j.ceramint.2021.08.058

Greener processing of SrFe12O19 ceramic permanent magnets by two-step sintering

2021· article· en· W3189411521 sur OpenAlexafffund
Jesús C. Guzmán-Mínguez, V. Fuertes, Cecilia Granados‐Miralles, J.F. Fernández, Adrián Quesada

Notice bibliographique

RevueCeramics International · 2021
Typearticle
Langueen
DomaineMaterials Science
ThématiqueMagnetic Properties and Synthesis of Ferrites
Établissements canadiensUniversité Laval
Organismes subventionnairesHorizon 2020 Framework ProgrammeCanada First Research Excellence FundMinisterio de Economía y CompetitividadEuropean CommissionUniversité Laval
Mots-clésMagnetMaterials scienceSinteringCeramicFerrite (magnet)CoercivityMetallurgyComposite materialMechanical engineeringCondensed matter physics

Résumé

récupéré en direct d'OpenAlex

With an annual production amounting to 800 kilotons, ferrite magnets constitute the largest family of permanent magnets in volume, a demand that will only increase as a consequence of the rare-earth crisis. With the global goal of building a climate-resilient future, strategies towards a greener manufacturing of ferrite magnets are of great interest. A new ceramic processing route for obtaining dense Sr-ferrite sintered magnets is presented here. Instead of the usual sintering process employed nowadays in ferrite magnet manufacturing that demands long dwell times, a shorter two-step sintering is designed to densify the ferrite ceramics. As a result of these processes, dense SrFe12O19 ceramic magnets with properties comparable to state-of-the-art ferrite magnets are obtained. In particular, the SrFe12O19 magnet containing 0.2% PVA and 0.6% wt SiO2 reaches a coercivity of 164 kA/m along with a 93% relative density. A reduction of 31% in energy consumption is achieved in the thermal treatment with respect to conventional sintering, which could lead to energy savings for the industry of the order of 7.109 kWh per year.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,013
Tête enseignante GPT0,248
Écart entre enseignants0,235 · 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'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

Citations18
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCeramics InternationalMême sujetMagnetic Properties and Synthesis of FerritesTravaux en français237 207