MétaCan
Menu
Retour à la cohorte
Enregistrement W4376881506 · doi:10.31399/asm.cp.itsc2023p0567

Development of a Synthesis Route for High-Entropy Alloy Feedstock Particles for Cold Spray Following Conventional and Sequential Mechanical Milling Regimes

2023· article· en· W4376881506 sur OpenAlexaff
Aisa Grace D. Custodio, Gobinda C. Saha, Clodualdo Aranas

Notice bibliographique

RevueThermal spray · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueHigh-Temperature Coating Behaviors
Établissements canadiensUniversity of New Brunswick
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceAlloyIntermetallicRaw materialUltimate tensile strengthMetallurgyHigh entropy alloysNanoparticleComposite materialNanotechnology

Résumé

récupéré en direct d'OpenAlex

Abstract Material’s tensile strength can be improved by the presence of a body-centered cubic (BCC) phase, which is essential in highstrength applications and highly corrosive environments. Thus, synthesizing a BCC single-phase, equiatomic AlCoCrFeNi high-entropy alloy (HEA) feedstock particle using a highenergy mechanical alloying (HE-MA) method was investigated. The transient alloy particles were developed using a planetary mill at a constant rotational speed of 580 rpm employing milling times in the range of 4 to 24 hours. During the process, stearic acid of 3 wt.% of the precursor composition was used as a process-controlling agent (PCA). Two HE-MA manufacturing regimes were utilized: i) conventional (milling constituent elements simultaneously), and ii) sequential (progressive milling while adding elements in a certain order). In addition to the conventional method, a sequential regime was employed to develop FeNiCoCrAl, wherein individual elements were added every 4 hours to the starting/milled Fe + Ni mixture. Based on the results, the HE-MA FeNiCoCrAl showed a BCC single-phase formation after 24 hours, with no intermetallic or contamination traceability. Finally, a nanoindentation hardness measurement was carried out to support the observed phase transformation before and after the HE-MA process.

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)0,001
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 enseignants0,038
Score d'incertitude au seuil0,810

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,026
Tête enseignante GPT0,253
Écart entre enseignants0,228 · 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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThermal sprayMême sujetHigh-Temperature Coating BehaviorsTravaux en français237 207