MétaCan
Menu
Retour à la cohorte
Enregistrement W4221052011 · doi:10.1002/adem.202101606

Effect of Si Level on the Evolution of Zr‐Bearing Dispersoids and the Related Hot Deformation and Recrystallization Behaviors in Al–Si–Mg 6xxx Alloys

2022· article· en· W4221052011 sur OpenAlexafffund
Ali Elasheri, E. M. Elgallad, Nick Parson, X.‐Grant Chen

Notice bibliographique

RevueAdvanced Engineering Materials · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueAluminum Alloy Microstructure Properties
Établissements canadiensAluminium Refining, Degassing and Filtering (Canada)Rio Tinto (Canada)Université du Québec à Chicoutimi
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésMaterials scienceRecrystallization (geology)Electron backscatter diffractionAnnealing (glass)MetallurgyAlloyMicrostructureHomogenization (climate)Hot workingDynamic recrystallizationComposite material

Résumé

récupéré en direct d'OpenAlex

The precipitation behavior of Zr‐bearing dispersoids is investigated in Al–Si–Mg 6xxx alloys with different Si levels (0.4, 0.7, and 1.0 wt%) at three homogenization temperatures (450, 500, and 550 °C). The hot deformation behavior is studied using uniaxial compression tests at different Zener–Hollomon parameters. The microstructure evolution during hot deformation and postdeformation annealing is evaluated using the electron backscatter diffraction technique. The results show a significant influence of the Si level and homogenization temperature on the precipitation of two types of Zr‐bearing dispersoids. Si promotes the precipitation of both spherical L12–Al3Zr and elongated DO22–(Al,Si)3(Zr,Ti) dispersoids during low‐temperature homogenization. However, it accelerates the transformation of Zr dispersoids from L12 to DO22 at high homogenization temperature. The flow stress is more influenced by the solid solution level and hot deformation parameters rather than by the dispersoid distribution. The fine dense L12–Al3Zr dispersoids provide higher recrystallization resistance during postdeformation annealing compared with the large elongated DO22–(Al,Si)3(Zr,Ti) dispersoids. Owing to the uniform distribution of dispersoids and limited dispersoid‐free zones, the high Si alloy (1.0%) exhibits best recrystallization resistance among the three alloys studied.

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 Opus0,004
Tête enseignante GPT0,185
Écart entre enseignants0,180 · 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

Citations8
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAdvanced Engineering MaterialsMême sujetAluminum Alloy Microstructure PropertiesTravaux en français237 207