MétaCan
Menu
Retour à la cohorte
Enregistrement W3195942834 · doi:10.1016/j.matdes.2021.110072

Achieving homogeneity in a high-Fe β-Ti alloy laser-printed from blended elemental powders

2021· article· en· W3195942834 sur OpenAlexafffund
Farheen Fathima Ahmed, Samuel J. Clark, Chu Lun Alex Leung, Leigh Stanger, Jon R. Willmott, Sebastian Marussi, V. Honkimäki, Noel Haynes, Hatem S. Zurob, Peter Lee, A.B. Phillion

Notice bibliographique

RevueMaterials & Design · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueAdditive Manufacturing Materials and Processes
Établissements canadiensMcMaster University
Organismes subventionnairesOffice of Naval ResearchMcMaster UniversityUTC Aerospace SystemsEuropean Synchrotron Radiation FacilityRoyal Academy of EngineeringEngineering and Physical Sciences Research Council
Mots-clésMaterials scienceMicrostructureElectron backscatter diffractionSelective laser meltingAlloyScanning electron microscopeMetallurgyEnergy-dispersive X-ray spectroscopySynchrotronComposite materialOptics

Résumé

récupéré en direct d'OpenAlex

Blended Elemental powders are an emerging alternative to pre-alloyed powders in metal additive manufacturing due to the wider range of alloys producible with them and the cost savings from not developing novel feedstock. In this study, in situ alloying and concurrent microstructure evolution during SLM are investigated by performing SLM on a BE Ti-185 powder while tracking the surface temperatures via Infra-red imaging and phase transforma- tion via synchrotron X-ray Diffraction. We then performed post-mortem electron microscopy (Backscatter Electron imaging, Energy Dispersive X-ray Spectroscopy and Electron Backscatter Diffraction) to further gain insight into microstructure development. We show that although exothermic mixing aids the melting process, laser melting results only in a mixture of alloyed and unmixed regions. Full alloying and thus a consistent microstructure is only achieved through further thermal cycling in the heat-affected zone.

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 seuil0,003

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)0,0010,000

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 Opus0,016
Tête enseignante GPT0,212
Écart entre enseignants0,196 · 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

Citations31
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMaterials & DesignMême sujetAdditive Manufacturing Materials and ProcessesTravaux en français237 207