Nanoparticle-induced control (MWCNTs–TiO<sub>2</sub>) on grain size and tensile strength response and multi-response optimization on TIG welded joints
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This study discusses the effectual variable parameters of multi-walled carbon nanotubes and titanium oxide (MWCNT–TiO 2 ) contents and welding current in obtaining a response on mechanical behavior. The experimental work involved three levels of both parameters, which included 1, 1.5, and 2 wt.% of MWCNTs–TiO 2 and 160, 180, and 200 A of current by forming a full design that represented a 3 2 (3 k ) factorial model. The results of an analysis of variance (ANOVA) were critically employed to assess the variation between the variables and within their levels for approaching the significant combination of parameters. The joints welded with MWCNT–TiO 2 -coated fillers tendered a significant reduction in grain size (GS) along with high values of tensile strength (TS). From the ANOVA, it was determined that both the investigated parameters and their combined effect created a significant response for GS reduction and increment in TS. The presented empirical regression quadratic model was validated for the adequacy of the projected results that were shown to be acceptable with the experimental investigated data. In addition, the desirability function approach was applied for a multiple response optimization in yielding the desired responses of GS and TS and simultaneously providing an optimized set of process parameters. Thus, the function declared 1.5 wt.% MWCNT–TiO 2 and 180 A as the optimized process set for delivering the maximum TS at the designated range of GS for this system.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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) | 0,000 | 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 découle