A Comparative Study on Fatigue Response of Aluminum Alloy Friction Stir Welded Joints at Various Post-Processing and Treatments
Notice bibliographique
Résumé
The present study examines the fatigue of friction stir welded (FSW) aluminum 6061, 7075, 1060 joints followed by (i) in situ and sequential rolling (SR) processes, (ii) plastic burnishing (iii) solution-treatment artificial aging (STA), (iv) local alloying through depositing thin copper foils, and (v) inserting alumina powder in the weld nugget zone (NZ). The microstructural features and fatigue life of post-processed joints were compared with those of as-welded joints. The in situ rolling technique offered simultaneous rolling and welding operations of aluminum joints, while through the sequential rolling process, the top surface of FSW joints was rolled after the welding process. The fatigue life of in situ rolled samples was increased as the ball diameter of welding tool increased. The fatigue life of friction stir welded joints after a low-plasticity burnishing process was noticeably promoted. The addition of 1 wt.% alumina in the NZ of joints resulted in a significant elevation on fatigue life of friction stir spot welded joints, while an increase in alumina powder to 2.5 wt.% adversely affected fatigue strength. Weld NZ was alloyed through the insertion of copper foils between the faying surfaces of joints. This localized alloy slightly improved the fatigue life of joints; however, its effects on fatigue life were not as influential as STA heat-treated or in situ rolled joints. The microstructure of weld joints was highly affected through post-processing and treatments, resulting in a substantial influence on the fatigue response of FSW aluminum joints.
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) | 0,001 | 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 ».