MétaCan
Menu
Retour à la cohorte
Enregistrement W4376631104 · doi:10.3390/ma16093515

Improved Thermo-Mechanical Fatigue Resistance of Al-Si-Cu 319 Alloys by Microalloying with Mo

2023· article· en· W4376631104 sur OpenAlexafffund
Kun Liu, Shuai Wang, Peng Hu, Lei Pan, X.-Grant Chen

Notice bibliographique

RevueMaterials · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueAluminum Alloy Microstructure Properties
Établissements canadiensRio Tinto (Canada)Université du Québec à Chicoutimi
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésMaterials scienceMetallurgyComposite material

Résumé

récupéré en direct d'OpenAlex

Thermo-mechanical fatigue (TMF) is one of the most detrimental failures of critical engine components and greatly limits their service life. In this study, the out-of-phase TMF (OP-TMF) behavior in Al-Si-Cu 319 cast alloys microalloyed with Mo was systematically investigated under various strain amplitudes ranging from 0.1–0.6% and temperature cycling at 60–300 °C and compared with the base 319 alloy free of Mo. Cyclic stress softening occurred in both experimental alloys when applying the TMF loading, resulting from the coarsening of θ’-Al2Cu precipitates. However, the softening rate of the Mo-containing alloy was lower than that of the base 319 alloy because of its lower θ’-Al2Cu precipitate coarsening rate per cycle. The Mo-containing alloy exhibited a longer TMF lifetime than the base alloy at the same strain amplitude. Microalloying 319 alloy with Mo enhanced the TMF resistance mainly by slowing the coarsening of θ’-Al2Cu precipitates and providing supplementary strengthening from thermally stable Mo-containing α-dispersoids distributed in the Al matrix. The energy-based model was successfully applied for predicting the TMF lifetime with a low life predictor factor, which agreed well with the experimentally measured fatigue cycles.

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 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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,850

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 Opus0,011
Tête enseignante GPT0,207
Écart entre enseignants0,196 · 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 tête enseignante, 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
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMaterialsMême sujetAluminum Alloy Microstructure PropertiesTravaux en français237 207