In-Service Corrosion Performance of Automotive AA7075 Sheet Alloy
Notice bibliographique
Résumé
Aluminum alloys offer higher specific strength than advanced high strength steels, making them preferred material choice for automotive light weighting. Among them, AA7075 sheet alloy offers significantly higher strength than 5xxx and 6xxx alloys and has been developed to provide high in-service strength for automotive structural applications. However, there is a need to understand the stress corrosion cracking (SCC) susceptibility of AA7075 under “in-service” conditions for the automotive market. Currently there are no commonly accepted corrosion testing specifications or evaluation criteria for AA7075 sheets among material suppliers and automotive original equipment manufacturers. Furthermore, there is a lack of in-service data to validate the accelerated laboratory exposure testing. In this study, in-service SCC performance of the AA7075 test coupons was evaluated by road exposure for a two-year period under harsh Canadian winters. The SCC specimens were loaded using four-point bending frames, and were investigated in various tempers and surface conditions (bare vs. e-coated). Overall, the road exposure results were consistent with the lab accelerated testing such as slow strain rate tensile testing in specific environments. Coating provided sufficient corrosion protection such that the stressed coupons survived after 2-year road exposure without reduction in strength. For bare metals, overaged T73 and in-service (T6+paint bake) tempers outperformed T6 temper. Localized corrosion of AA7075 sheets with various tempers was also studied using potentiodynamic polarization technique. Acknowledgements: Dr. Danick Gallant, Aluminum Technology Center at National Research Council Canada; Kennesaw lab support in Novelis Global Research and Technology Center.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».