MétaCan
Menu
Retour à la cohorte
Enregistrement W4245271153 · doi:10.32920/ryerson.14664900.v1

Inclusion removal and grain refinement of magnesium alloy castings

2021· preprint· en· W4245271153 sur OpenAlexaff
Abdallah Elsayed

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineMaterials Science
ThématiqueMagnesium Alloys: Properties and Applications
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceMetallurgyFoundryUltimate tensile strengthMagnesiumCastingAlloyCarbon fibersCarbideGrain sizeSilicon carbideComposite materialComposite number

Résumé

récupéré en direct d'OpenAlex

Magnesium alloys show promise to be materials for lightweighting of automotive and aerospace vehicles improving fuel efficiencies and vehicle performance. A majority of magnesium alloy components are produced using casting where susceptibility to forming inclusions and coarse grain sizes could result. Development of effective inclusion removal techniques and better understanding of grain refinement of magnesium alloys could help in improving their mechanical properties to advance them to more structurally demanding applications. This research aimed to develop an environmentally friendly alternative to the grain refinement and inclusion removal capabilities of carbon based hexachloroethane as it releases dioxins, chlorine gas and corrodes foundry equipment. A secondary aim was to pioneer in-situ neutron diffraction to examine the solidification of magnesium alloys. The research involved preparing tensile samples of AZ91E magnesium alloy using permanent mould casting. Inclusion removal was conducted by using filtration and argon gas bubbling. Castings grain refined using hexachloroethane (0.25, 0.50 and 0.75 wt.%) were compared against ex-situ aluminum-silicon carbide and in-situ aluminum-carbon based grain refiners combined with filtration and argon gas bubbling. Further, in-situ neutron diffraction was utilized for phase analysis and fraction solid determination of magnesium-zinc and magnesium-aluminum alloys. There was a significant improvement in yield strength, ultimate tensile strength and elongation with filtration plus argon bubbling, carbon inoculation or both filtration plus argon bubbling and carbon inoculation. The results indicated that the mechanism of the observed ~20% reduction in grain sizes with carbon inoculation (hexachloroethane, ex-situ aluminum-silicon carbide and in-situ aluminum-carbon) was explained through duplex nucleation of Mn-Al and Al-Mg-C-O (likely Al2MgC2) phases. Finally, in-situ neutron diffraction was used to follow the formation of Mg17Al12 eutectic phase in a magnesium-9 wt.% aluminum alloy. For the magnesium-zinc alloys, in-situ neutron diffraction enabled characterization of the effects of zirconium to the fraction solid growth of (1010), (0002) and (1011) α-Mg planes. The societal and environmental impact of this research is significant. There is a clear demonstration of alternatives to the universally used hexachloroethane grain refiner promoting harmful emissions. Improved mechanical properties resulting from new grain refinement and iv inclusion filtration are a major advancement in promoting weight reduction, improved castability and decreased environmental impact for automotive and aerospace industries.

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 enseignants0,004
Score d'incertitude au seuil0,007

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 Opus0,020
Tête enseignante GPT0,247
Écart entre enseignants0,227 · 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

Citations3
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMagnesium Alloys: Properties and ApplicationsTravaux en français237 207