High-pressure torsion effect on microstructural and hardness properties of Magnesium with Silicon Carbide nanoparticles
Notice bibliographique
Résumé
Without a doubt, lightweight materials of high strength are in high demand in the automotive, aerospace, biomedical, and other industries that require such materials. Processing or manufacturing such materials has been a vital topic in contemporary research, as well as material development in the industry. A possible solution for the processing of lightweight materials of high strength is to target lightweight materials by nature such as magnesium and improve their mechanical properties such as stiffness, strength, and hardness. The aforementioned properties are sometimes achieved by processing soft and light materials through High-Pressure Torsion. In this work, Magnesium with Silicon Carbide nanoparticles (Mg-SiC) was strengthened and hardened through the High-Pressure Torsion (HPT) processing technique. The samples were compressed with a pressure of 6.0 GPa and twisted at the rotating speed of 1 rpm with varying numbers of turns N = 0, N = 1, N = 5 and N = 10 at a temperature of 23°C. The processed samples were prepared for the experimental investigation of microstructural characterization and hardness test examinations. Microstructural results showed that grain refinements of material can be achieved through HPT processing methods, which reduced the average grain sizes of unprocessed (N = 0) Mg alloy samples from 149.9 µm to 27.1 µm after processing ten turns. However, hardness test results do not indicate any significant improvement after one HPT processing turn although homogeneity is attained at five processing turns within the nanocomposites.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».