MétaCan
Menu
Retour à la cohorte
Enregistrement W4283653589 · doi:10.3390/ma15134511

Effect of Zr and Ti Addition and Aging Treatment on the Microstructure and Tensile Properties of Al-2%Cu-Based Alloys

2022· article· en· W4283653589 sur OpenAlexaff
E. Isaac Samuel, Ahmed Nabawy, A. M. Samuel, H. W. Doty, Victor Songméné, F. H. Samuel

Notice bibliographique

RevueMaterials · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueAluminum Alloy Microstructure Properties
Établissements canadiensÉcole de Technologie SupérieureUniversité du Québec à Chicoutimi
Organismes subventionnairesnon disponible
Mots-clésMicrostructureMaterials scienceUltimate tensile strengthMetallurgyComposite material

Résumé

récupéré en direct d'OpenAlex

The present work investigated the effect of aging treatment on the microstructure and tensile properties of an Al-2%Cu base alloy containing various additions of Zr and other alloying elements. Aging was carried out at temperatures of 180-300 °C for different aging times at each temperature. The tensile properties indicated that Zr additions improved the strength of the base alloy, especially at high Zr levels at 180 °C. At the 220 °C aging temperature, however, while Zr addition did not have a beneficial effect on the alloy strength, the ductility was found to improve. Zr-Ti combined additions had a significant effect on the microstructure of the base alloy, as the morphology of the α-Al grains transformed into a non-dendritic morphology, and the grain size decreased sharply. These effects were at their maximum at 180 °C and 0.5 wt% Zr addition. Moreover, the Zr-containing alloys aged at higher temperatures, such as 220 °C and 240 °C, maintained a noticeably higher level of strength over the base alloy aged at the same temperatures. Quality index charts based on the tensile test data also reflected an improvement in alloy quality and strength with Zr-Ti combined additions.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,002
Score d'incertitude au seuil0,373

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,007
Tête enseignante GPT0,183
Écart entre enseignants0,176 · 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 tête enseignante, 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

Citations5
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMaterialsMême sujetAluminum Alloy Microstructure PropertiesTravaux en français237 207