MétaCan
Menu
Retour à la cohorte
Enregistrement W4309607777 · doi:10.3390/cryst12111651

A Novel Study on the Effect of Tool Offset in Friction Stir Processing for Mg-NiTi Composite

2022· article· en· W4309607777 sur OpenAlex
Nadeem Fayaz Lone, Dhruv Bajaj, Namrata Gangil, Sohail M.A.K. Mohammed, D.L. Chen, Arshad Noor Siddiquee

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueCrystals · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Welding Techniques Analysis
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésFriction stir processingFriction stir weldingMaterials scienceOffset (computer science)Nickel titaniumTraverseComposite numberComposite materialPerpendicularAlloyComputer scienceGeometryShape-memory alloyGeologyMathematics

Résumé

récupéré en direct d'OpenAlex

Mg-NiTi-based metal matrix composites are appropriate solutions for the two most important goals of material engineers in the present day, i.e., imparting functional behaviour and the light weighting of metallic structures. In recent years, due to its solid-state nature, the development of Mg-based metal matrix composites has largely benefited from friction stir processing. Despite the great effort of researchers in the domain of friction stir welding and processing, finding optimum process parameters for efficient material mixing and consolidation remains a rigorous and exhaustive challenge. Tool offset variation has been seen to aid the integrity and strength of friction stir welds; however, its effect upon the stir zone structure, material flow, particle distribution, and defect formation has not been investigated for friction stir processing. Therefore, the authors employed Mg as the base metal and NiTi shape memory alloy as the reinforcement to the targeted metal matrix composite. The tool offset was linearly varied by tilting the slotted length with respect to the traverse direction. Friction stir processing performed at a rotational speed of 560 rpm and traverse speed of 80 mm/min revealed crucial changes in defect morphology and area, which has been explicated with the quantified variation in tool offset from the advancing side to the retreating side. For the positive offset conditions, i.e., tool offset towards the advancing side, the shape of the tunnelling defect was chiefly convex from the outward direction. Meanwhile, for the negative offset conditions, i.e., tool offset towards the retreating side, the tunnelling defect exhibited a concave outward shape. A transition from rectangular to triangular morphology was also observed as the tool moved from an offset of 1.75 mm in the advancing side to 1.75 mm in the retreating side.

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.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,245
Score d'incertitude au seuil0,308

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 Opus0,016
Tête enseignante GPT0,270
Écart entre enseignants0,254 · 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