MétaCan
Menu
Retour à la cohorte
Enregistrement W4211019035 · doi:10.5539/jmsr.v1n1p54

Study on Polishing DF2 (AISI O1) Steel by Nd: YAG Laser

2011· article· en· W4211019035 sur OpenAlexvenueno aff
Kelvii Wei Guo, Hon-Yuen Tam

Notice bibliographique

RevueJournal of Materials Science Research · 2011
Typearticle
Langueen
DomaineEngineering
ThématiqueLaser Material Processing Techniques
Établissements canadiensnon disponible
Organismes subventionnairesCity University of Hong Kong
Mots-clésPolishingMaterials scienceLaserProfilometerScanning electron microscopeOpticsIrradiationOptical microscopeEvaporationComposite materialSurface roughness

Résumé

récupéré en direct d'OpenAlex

Pulse Nd: YAG laser was used to polish DF2 cold work steel. Influence of irradiation parameters on the 3D surface topography was studied by 3D profilometer, scanning electron microscopy (SEM), and atomic force microscope (AFM). Results among the tests showed when DF2 specimens were irradiated with parameters of (i) laser input energy P=1 J, (ii) pulse feedrate=300 mm/min, (iii) pulse duration PD=3 ms, and (iv) pulse frequency f=20~25 Hz, laser polishing of DF2 cold work steel seemed to be successful. Also, effect of laser polished parameters on the laser polishing temperature was described and the analysis of temperature field of laser polishing was herewith proposed. It demonstrated that for a given laser, influence of laser pulse feedrate was more prominent than that of other parameters on the topography of a laser polished surface. Moreover, the mechanism of laser polishing relied on the heat-input interaction with the base metal. When Hinput=Hthreshold, the mechanism of laser polishing principally relied on the metal melting; When Hinput>Hthreshold, the mechanism of laser polishing was a combination of metal evaporation and melting; and when Hinput>>Hthreshold, the mechanism of laser polishing mainly relied on the metal evaporation.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,137
Tête enseignante GPT0,386
Écart entre enseignants0,250 · 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 source (Gemma direct ou Codex distillé), 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

Citations2
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Materials Science ResearchMême sujetLaser Material Processing TechniquesTravaux en français237 207