MétaCan
Menu
Retour à la cohorte
Enregistrement W3214405861 · doi:10.1109/icops36761.2021.9588401

High-resolution betatron X-ray imaging of porosity evolution in additively manufactured alloys

2021· article· en· W3214405861 sur OpenAlexafffundabout
V. Senthilkumaran, Taylor Richards, Sverre Knudsen, Amina Hussein, A. A-Borkent, Zhi Li, Michael Lipsett, S. Fourmaux, Ling Zhou, J. Moore

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueLaser-induced spectroscopy and plasma
Établissements canadiensInstitut National de la Recherche ScientifiqueUniversity of Alberta
Organismes subventionnairesFusion Energy SciencesNatural Sciences and Engineering Research Council of Canada
Mots-clésBetatronPorosityMaterials scienceLaserParticle acceleratorLinear particle acceleratorDeformation (meteorology)ElectronPhysicsOpticsComposite materialNuclear physicsBeam (structure)

Résumé

récupéré en direct d'OpenAlex

Laser Wakefield Accelerators (LWFA) are employed to accelerate electrons to 100s of MeV-GeV energies and produce an intense coherent source of broadband keV X-rays via the betatron motion of the accelerating electrons. The present work aims to apply betatron X-rays for high-resolution, high-throughput 3D tomography of defect dynamics and porosity evolution in traditionally and additively manufactured aluminium alloys. The high-stability LWFA X-ray beamline at the Advanced Laser Light Source in Varennes, Canada will be utilized to examine the effect of loading direction and stress triaxiality on porosity evolution in AlSi10Mg alloys generally used in aerospace and automotive engineering. High-resolution X-ray tomography of material deformation will provide porosity evolution curves needed to validate models of ductile fracture in traditionally and additively manufactured alloys. Laser-driven X-ray imaging will facilitate high-throughput data collection, accelerating the characterization of complex mechanical processes in additively manufactured materials.

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 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 enseignants0,246
Score d'incertitude au seuil0,554

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)0,0000,000

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 Opus0,005
Tête enseignante GPT0,196
Écart entre enseignants0,191 · 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.

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

Citations0
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même sujetLaser-induced spectroscopy and plasmaTravaux en français237 207