MétaCan
Menu
Retour à la cohorte
Enregistrement W4388903740 · doi:10.6000/1929-5995.2023.12.15

The Effect of AZ61 Content on Mechanical Strength and Surface Hardness of PA6-AZ61 Magnesium Alloy

2023· article· en· W4388903740 sur OpenAlexvenueno aff
Yopi Yusuf Tanoto, Song‐Jeng Huang

Notice bibliographique

RevueJournal of Research Updates in Polymer Science · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueAluminum Alloys Composites Properties
Établissements canadiensnon disponible
Organismes subventionnairesNational Science and Technology Council
Mots-clésMaterials scienceUltimate tensile strengthIzod impact strength testScanning electron microscopeIndentation hardnessComposite materialAlloyCompression moldingComposite numberPolyamideMagnesium alloyMetallurgyMicrostructure

Résumé

récupéré en direct d'OpenAlex

In this study, a Polyamide 6 (PA6)-AZ61 magnesium alloy composite and pure PA6 were fabricated using a compression molding instrument. Both the matrix and reinforcement were prepared in powder form. A planetary ball milling machine was employed to mix the PA6 and AZ61 micro powders. The effects of AZ61 content at different percentage on the final properties of the composite were investigated. X-ray diffraction (XRD) analysis and scanning electron microscopy with energy-dispersive X-ray spectroscopy (SEM-EDS) were employed to verify the uniformity of the mixing process and to confirm the composition of both the raw materials and the composite. The result, relative to pristine PA6, the ultimate tensile strength (UTS) demonstrated a substantial increment of 48.3%, reaching 58 MPa. Whereas the yield strength (YS) exhibited a notable surge to 49.38 MPa, constituting a 52.9% enhancement. Additionally, the PA6-5AZ61 composition achieved the highest microhardness value at 21.162 HV, signifying a remarkable 66.3% augmentation compared to the unalloyed PA6 material. This result suggests that AZ61 has the potential to improve the properties of the matrix material.

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)0,007
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,017
Score d'incertitude au seuil0,420

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,038
Tête enseignante GPT0,317
Écart entre enseignants0,280 · 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

Citations3
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Research Updates in Polymer ScienceMême sujetAluminum Alloys Composites PropertiesTravaux en français237 207