Mechanical Performance and Precipitation Behavior in Al-Si-Cu-Mg Cast Alloys: Effect of Prolonged Thermal Exposure
Notice bibliographique
Résumé
Al-Si-Cu-Mg cast (354) alloys are used in the automotive sector owing to their remarkable properties which are achievable after applying appropriate thermal treatments. Zirconium, Nickel, and Manganese were added to this category of Al-alloys to preserve good mechanical properties while being exposed to elevated temperatures for long times. The ultimate and yield strength values obtained at room temperature for the stabilized (thermally-exposed) T5-treated condition were comparable to those of the stabilized T6-treated condition, whereas the same properties for T5-treated alloys were higher than those of T6-treated ones for elevated-temperature tensile testing. Interestingly, the results showed that the addition of 0.75 wt.% Mn was competitive with the addition of 2 and 4 wt.% Ni with respect to the elevated-temperature and ambient temperature strength values, respectively. In addition, the Mn-containing alloy M3S exhibited improved ductility values at ambient temperature and at 250 °C, compared to the Ni-containing alloys. Examination of the fracture surface of tested samples revealed the advantageous role of sludge particles in enhancing the performance of Mn-containing alloys through their resistance to the propagation of cracks that developed in many intermetallic phases. This finding is considered to be economically significant in view of the lower price of manganese compared to that of nickel.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».