MétaCan
Menu
Retour à la cohorte
Enregistrement W4297359835 · doi:10.3390/met12101578

Solid-State Additive Deposition of AA7075 on AZ31B Substrate: Heat Treatment to Improve the Corrosion Fatigue Resistance

2022· article· en· W4297359835 sur OpenAlexafffund
S.K. Shaha, Dyuti Sarker, Hamid Jahed

Notice bibliographique

RevueMetals · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueAluminum Alloys Composites Properties
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésMaterials scienceElectron backscatter diffractionAnnealing (glass)MicrostructureCorrosionCoatingMetallurgyGrain sizeGrain boundaryAlloyUltimate tensile strengthComposite material

Résumé

récupéré en direct d'OpenAlex

The influence of heat treatment on the coating microstructure, nanomechanical, and corrosion fatigue properties of solid-state deposition of AA7075 aluminum alloy on AZ31B cast Mg alloy is studied in detail. Transmission electron microscopy (TEM) microstructural analysis shows columnar grain at the interface of AA7075/AZ31B. Electron backscatter diffraction (EBSD) observation discovered elongated grains with a high fraction of deformed grain boundaries as-deposited and heat-treated at 200 °C conditions. In contrast, the annealed samples show recrystallized grains with increasing temperatures from 200 °C to 400 °C. The residual stress of the coating at the surface and subsurface measured by X-ray diffraction shows −55 MPa and −122 MPa, respectively, which transferred to tensile with increasing the annealing temperature up to 400 °C. Annealing treatment of the AA7075 coating considerably improved the nanomechanical properties and corrosion fatigue resistance. With increasing the annealing temperature from 200 °C to 400 °C, the hardness of the coating decreased, while the modulus increased significantly. The analysis of fatigue fracture surfaces revealed that corrosive solution entered through the cracks and accelerated the crack propagation, lowering the fatigue life. However, the presence of recrystallized grains improved the corrosion fatigue resistance.

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 Opus0,018
Tête enseignante GPT0,248
Écart entre enseignants0,230 · 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
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMetalsMême sujetAluminum Alloys Composites PropertiesTravaux en français237 207