MétaCan
Menu
Retour à la cohorte
Enregistrement W4381805360 · doi:10.3390/modelling4030018

Modelling of the Solidifying Microstructure of Inconel 718: Quasi-Binary Approximation

2023· article· en· W4381805360 sur OpenAlexaff
Nikolai Kropotin, Yindong Fang, Chu Yu, Martin Seyring, Katharina Freiberg, Stephanie Lippmann, Tatu Pinomaa, Anssi Laukkanen, Nikolas Provatas, P. K. Galenko

Notice bibliographique

RevueModelling—International Open Access Journal of Modelling in Engineering Science · 2023
Typearticle
Langueen
DomaineMaterials Science
ThématiqueSolidification and crystal growth phenomena
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésSuperalloyInconelMicrostructureMaterials scienceSupercoolingMesoscopic physicsPhase (matter)ThermodynamicsEutectic systemMetastabilityPrecipitationAlloyMetallurgyMechanicsCondensed matter physicsPhysics

Résumé

récupéré en direct d'OpenAlex

The prediction of the equilibrium and metastable morphologies during the solidification of Ni-based superalloys on the mesoscopic scale can be performed using phase-field modeling. In the present paper, we apply the phase-field model to simulate the evolution of solidification microstructures depending on undercooling in a quasi-binary approximation. The results of modeling are compared with experimental data obtained on samples of the alloy Inconel 718 (IN718) processed using the electromagnetic leviatation (EML) technique. The final microstructure, concentration profiles of niobium, and the interface-velocity–undercooling relationship predicted by the phase field modeling are in good agreement with the experimental findings. The simulated microstructures and concentration fields can be used as inputs for the simulation of the precipitation of secondary phases.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,011
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

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 ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,089
Tête enseignante GPT0,329
Écart entre enseignants0,241 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations6
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueModelling—International Open Access Journal of Modelling in Engineering ScienceMême sujetSolidification and crystal growth phenomenaTravaux en français237 207