MétaCan
Menu
Retour à la cohorte
Enregistrement W4283815368 · doi:10.1016/j.jmrt.2022.06.171

Improving the elevated-temperature mechanical properties of AA3004 hot-rolled sheets by microalloying with Mo and optimizing the process route

2022· article· en· W4283815368 sur OpenAlexafffund
Kai Ma, E. M. Elgallad, Zhixing Chen, B.L. Xiao, X.-Grant Chen

Notice bibliographique

RevueJournal of Materials Research and Technology · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueAluminum Alloy Microstructure Properties
Établissements canadiensUniversité du Québec à Chicoutimi
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaChina Scholarship Council
Mots-clésMaterials scienceVolume fractionUltimate tensile strengthAlloyMetallurgyYield (engineering)Volume (thermodynamics)Hot rolledThermalComposite material

Résumé

récupéré en direct d'OpenAlex

The present work investigated the influence of Mo addition and thermomechanical process routes on microstructural evolution and elevated-temperature mechanical properties of Al–Mn–Mg 3004 alloys. Various combinations of heat treatment and hot rolling were applied to fabricate hot-rolled sheets. The results revealed that microalloying with Mo and two-step heat treatment increased the number density and volume fraction of dispersoids and decreased the volume fractions of dispersoid-free zones. The different processing routes had important impacts on microstructural evolution. The alloys processed with heat treatment followed by hot rolling had finer and better distributions of dispersoids than those subjected to hot rolling prior to heat treatment. The former resulted in higher tensile strengths at room and elevated temperatures. Among all conditions, the Mo-containing alloy subjected to two-step heat treatment followed by hot rolling exhibited the highest elevated-temperature properties and reached a yield strength of 93 MPa at 300 °C. Both the base and Mo-containing alloys subjected to two-step heat treatment followed by hot rolling showed excellent thermal stabilities up to 350 °C and almost no significant change in yield strengths after thermal exposure at 300–350 °C for 100 h.

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)0,001
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 enseignants0,008
Score d'incertitude au seuil0,400

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,011
Tête enseignante GPT0,225
Écart entre enseignants0,213 · 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

Citations10
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Materials Research and TechnologyMême sujetAluminum Alloy Microstructure PropertiesTravaux en français237 207