MétaCan
Menu
Retour à la cohorte
Enregistrement W4292386884 · doi:10.1038/s41529-022-00280-y

Plastic injection molding dies using hybrid additively manufactured 420/CX stainless steels: electrochemical considerations

2022· article· en· W4292386884 sur OpenAlexafffund
Ayda Shahriari, Javad Samei, Mehdi Sanjari, Mohammad Jahanbakht, Babak Shalchi Amirkhiz, Mohsen Mohammadi

Notice bibliographique

Revuenpj Materials Degradation · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueAdditive Manufacturing Materials and Processes
Établissements canadiensNatural Resources CanadaMcMaster UniversityUniversity of New Brunswick
Organismes subventionnairesAtlantic Canada Opportunities AgencyMitacs
Mots-clésMaterials scienceDielectric spectroscopyIntermetallicCorrosionMetallurgyMicrostructureCarbideElectrochemical noiseElectrochemistryComposite materialChemistryElectrode

Résumé

récupéré en direct d'OpenAlex

Abstract This research focused on the corrosion resistance and microstructure of hybrid additively manufactured (HAM) samples of AISI 420/CX (420/CX SS) stainless steels. Potentiodynamic polarization, electrochemical impedance spectroscopy (EIS), and Mott–Schottky analyses as well as the electrochemical noise (EN) technique were used to evaluate the electrochemical behavior of the as-built and heat-treated HAM parts in NaCl solution. The results showed a more protective passive layer formed on the CX SS side. The distribution of Cr-rich M 23 C 6 carbides in matrix of 420 SS side resulted in a lower corrosion resistance compared to the CX SS side. The noise data analysis confirmed an increase in the galvanic currents of the HAM parts after heat treatment. The stochastic analysis revealed the interface in the heat-treated condition increases pit growth more than the as-built one due to the evolution of nano-sized intermetallic compounds of Al-N/ (Cr, Nb) (N, C) at the heat-treated interface area.

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
Bibliométrie0,0000,000
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 Opus0,018
Tête enseignante GPT0,219
Écart entre enseignants0,200 · 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

Citations7
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuenpj Materials DegradationMême sujetAdditive Manufacturing Materials and ProcessesTravaux en français237 207