A Comparative Study of Grain Refining of Al-(7–17%) Si Cast Alloys Using Al-10% Ti and Al-4% B Master Alloys
Notice bibliographique
Résumé
The present article addresses solidification parameters, and includes analyses of the macrostructure and microstructure in the light of the results obtained from the thermal analysis, from which it is possible to conclude that undercooling (TS) and recalescence (TR) temperatures increase with the initial increase in titanium (Ti) concentration. If the concentration reaches approximately 0.25%, a rapid decrease in these temperatures is observed. Thereafter, the temperatures increase again with the further increase in Ti concentration, and eventually become constant. These temperatures also vary depending on the superheating and casting temperature. The ∆T parameter (i.e., TS − TR) decreases with the Ti concentration and, from a concentration of around 0.20% Ti, this parameter becomes zero. The grain size decreases with the Ti concentration. If the concentration exceeds about 0.20%, the grain size becomes the minimum. Another parameter to be considered is the interaction between the grain refiner and the traces of other metals in the base Al alloy. For example, Al-4%B can react with traces of Ti that may exist in the base alloy, leading to the reaction between boron (B) and Ti to form TiB2. Grain refinement is achieved primarily with TiB2 rather than AlB2, or both, depending on the Ti content in the given alloy.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».