MétaCan
Menu
Retour à la cohorte
Enregistrement W4210709588 · doi:10.21203/rs.3.rs-1297463/v1

Effects of laser process parameters on the hardness profile of AISI 4340 cylindrical samples: statistical and experimental analyses

2022· preprint· en· W4210709588 sur OpenAlexaff
Karim Bensalem, Noureddine Barka, Mahmoud Mouradi, Amirhossein Sadeghian, Sasan Sattarpanah Karganroudi

Notice bibliographique

RevueResearch Square · 2022
Typepreprint
Langueen
DomaineEngineering
ThématiqueHigh Entropy Alloys Studies
Établissements canadiensUniversité du Québec à Rimouski
Organismes subventionnairesnon disponible
Mots-clésIndentation hardnessMaterials scienceMicrostructureHardening (computing)MartensiteLaserHardnessComposite materialScanning electron microscopeOptical microscopeNd:YAG laserMetallurgyLaser power scalingOpticsLayer (electronics)

Résumé

récupéré en direct d'OpenAlex

Abstract In the present paper, continuous Nd:YAG laser hardening of cylindrical AISI 4340 steel specimens was studied using experimental and statistical analyses. Three Laser parameters namely laser power, laser feed speed, and sample rotation speed were selected to evaluate their influence on the depth of the hardened zone, and the maximum surface hardness. Mathematical models were developed as a function of these three parameters and the analysis of variance (ANOVA) was used to conduct the statistical study. Microhardness measurements revealed three distinct regions in the heat-affected zone (HAZ) of all samples. The hardened zone (Z 1 ) near the surface with the highest value of hardness, the hardness loss zone (Z 2 ) where hardness started to decrease, and the overheated zone (Z 3 ) adjacent to the core with hardness values that were less than the base metal. Based on experimental measurements, a maximum surface hardness of 60.8 HRC was attained. Furthermore, the maximum depth of the hardened zone was observed as 500 µm. The microstructures of laser-hardened samples were studied using optical and scanning electron (SEM) microscopies. The hardened region seemed to have hard martensitic microstructure. By comparing the predicted and measured data for maximum microhardness values it was revealed that the models represent the experimental values with correlations close to 100%.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,809
Score d'incertitude au seuil0,783

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
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 Opus0,095
Tête enseignante GPT0,422
Écart entre enseignants0,328 · 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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch SquareMême sujetHigh Entropy Alloys StudiesTravaux en français237 207