MétaCan
Menu
Retour à la cohorte
Enregistrement W3212567276 · doi:10.32920/ryerson.14647734.v1

Solid particle erosion of materials for use in gas pipeline control valves

2021· preprint· en· W3212567276 sur OpenAlexaff
Ehsan Akbarzadeh

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueErosion and Abrasive Machining
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceTungsten carbideScanning electron microscopeTungstenBrittlenessStelliteErosionMetallurgyParticle (ecology)AbrasiveComposite materialMicrostructure

Résumé

récupéré en direct d'OpenAlex

To aid in the materials selection of gas control valves, the solid particle erosion behaviour of twelve metals was investigated using impinging jets of magnetite particles. The erosion rates were measured for two different particle sizes, two different velocities, and six different impingement angles. Scanning electron micrography and EDX (Energy Dispersive X-ray analysis) mapping was used to investigate the erosion mechanisms and the extent of particle embedding. There was no measurable erosion for the Tungsten Carbide samples, even for very long exposure times. For nickel plated steel, the plating was found to delaminate, resulting in a brittle erosive response. For all other tested materials, the measured erosion rates and scanning electron micrographs indicated a ductile erosion mechanism under all conditions considered. The erosion rates were found to fit a semi-empirical erosion model due to Oka et al. [1] well. The most erosion resistant materials were found to be the Solid tungsten carbide (WC) and Solid Stellite 12 and the least erosion resistant materials were A1018 carbon steel nickel plated and A240 Type 410 stainless steel plate. With all other conditions being equal, a larger erosion rate was measured when utilizing the smaller particles, than when the large particles were used. This counter-intuitive result was demonstrated to be due to a combination of effects, including the formation of thicker hardened layer more embedded particles, and more particle fragmentation when utilizing the larger particles.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,034
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0030,000

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 Opus0,032
Tête enseignante GPT0,302
Écart entre enseignants0,270 · 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.

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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetErosion and Abrasive MachiningTravaux en français237 207