A new approach of the constrained groove pressing process on Al5083-O alloy using PMMA polymer, without die non-friction coefficient: nanostructure, mechanical Properties and hardness
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The Constrained Groove Pressing (CGP) on annealed Al5083 (Al5083-O) alloy sheets by means of Polymethyl Methacrylate (PMMA) polymer is investigated in this research. Input parameters include Traverse Speed (1, 2, and 3 mm/min), Pass Number (1, 2, 3, and 4), and Lubricants (Grease, Oil, and without lubricants). Reciprocally, output parameters consist of Nanostructure (SEM and EBSD images), Hardness (HV), and Mechanical Properties – Impact Strength (kJ/m2), Tensile Strength (MPa), Young's Modulus (MPa), and Elongation (%). Revealed by the results, the impact strength is gradually improved in the 1st, 2nd, 3rd, and 4th passes by respectively adding oil and grease, compared to the state of using no lubricant. The impact strength results demonstrated that the addition of grease has a significant effect on the impact strength of composite samples. In order to build a high-quality product through the CGP process, it is very important for the mechanical properties to be based on the input parameters. In CGP processes, the Continuous Dynamic Recrystallization (CDRX) is considered as the ultrafine-grained mechanism. To predict the grain size evolution and the plastic deformation rate, the combination of Finite Element (FE) method and the ETMB model is utilized. Indicating the high generalizability and reliability as compared to other modeling methods, both the experimental test results and the ETMB model data, which have a higher degree of accuracy, are presented.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,001 |
| 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 découle