MétaCan
Menu
Retour à la cohorte
Enregistrement W4281783946 · doi:10.4028/p-295y1h

Study of Durable Strength of Steel Mining and Metallurgical Equipment

2022· article· en· W4281783946 sur OpenAlexaff
В. Д. Макаренко, S.Yu. Maksimov, Yu. V. Маkarenko, Olena S. Panchenko

Notice bibliographique

RevueDiffusion and defect data, solid state data. Part B, Solid state phenomena/Solid state phenomena · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueMining and Gasification Technologies
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceMetallurgyService lifeCorrosionFatigue limitCorrosion fatigueBendingForensic engineeringEngineeringComposite material

Résumé

récupéré en direct d'OpenAlex

Erosion of the metal of mining and metallurgical equipment due to the impact of solid particles is one of the forms of wear that can significantly limit the service life of a working machine or technological equipment, for example, a pipeline conveyor, loading and unloading bodies of mine workings and metallurgical machines. At present, this problem has been little studied and there is not enough information in the literature to form a systematic picture of impact erosion of equipment elements of mining and processing plants. The purpose of the research was to study the fatigue strength and corrosion-mechanical crack resistance of some structural elements of mining and metallurgical equipment with a long service life in chemically aggressive environments. Experimental tests for corrosion fatigue (long-term strength) were performed under bending load. The tests were performed on a bend with zero average voltage and a cycle frequency of 30 Hz. The tests were performed in salt solutions with a concentration of NaCl 5%. To compare the results, tests were sometimes performed in the air. The given data analysis shows that the long-term fatigue of the metal of mining and metallurgical equipment is significantly reduced when reaching 20 years of operation, especially in an aggressive environment containing chlorine ions, which causes severe corrosion damage to steel equipment. In addition, samples cut from metal with a long service life in mining and metallurgical conditions (more than 20 years) are characterized by low long-term strength. It has been found that fatigue resistance decreases with an increase in the number of cycles. Steel samples tested based on N = 106 and especially on the basis of N = 107 cycles have low resistance, which inevitably leads to breakdown with the subsequent destruction of equipment. It has been established that with an increase in the service life of the experimental mining and metallurgical equipment, the fracture toughness of the metal decreases significantly, which causes further failure and destruction of technological equipment.

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 seuil0,004

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
Bibliométrie0,0010,000
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 Opus0,050
Tête enseignante GPT0,288
Écart entre enseignants0,238 · 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

Citations2
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDiffusion and defect data, solid state data. Part B, Solid state phenomena/Solid state phenomenaMême sujetMining and Gasification TechnologiesTravaux en français237 207