Nanoparticle-induced control (MWCNTs–TiO<sub>2</sub>) on grain size and tensile strength response and multi-response optimization on TIG welded joints
Notice bibliographique
Résumé
This study discusses the effectual variable parameters of multi-walled carbon nanotubes and titanium oxide (MWCNT–TiO2) 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–TiO2 and 160, 180, and 200 A of current by forming a full design that represented a 32 (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–TiO2-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–TiO2 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.
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 ».