MétaCan
Menu
Retour à la cohorte
Enregistrement W4396231724 · doi:10.1016/j.jalmes.2024.100077

Hot deformation behavior and processing maps for an Al-Mg-Si-Zr-Mn alloy

2024· article· en· W4396231724 sur OpenAlexafffund
Abhishek Ghosh, Ali Elasheri, Nick Parson, X.-Grant Chen

Notice bibliographique

RevueJournal of Alloys and Metallurgical Systems · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueMetallurgy and Material Forming
Établissements canadiensRio Tinto (Canada)Université du Québec à Chicoutimi
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaRio Tinto
Mots-clésMaterials scienceIsothermal processDeformation (meteorology)Strain rateSofteningFlow stressDynamic recrystallizationMicrostructureAlloyConstitutive equationCompression (physics)MetallurgyHot workingDeformation mechanismFinite element methodComposite materialThermodynamicsPhysics

Résumé

récupéré en direct d'OpenAlex

Isothermal compression tests were executed on an Al-Mg-Si-Zr-Mn alloy using a Gleeble-3800 thermo-mechanical simulator at temperatures from 400-550 °C and strain rates ranging from 1-0.001 s⁻¹. By analyzing the flow curves and characterizing the deformed microstructure, this study aimed to gain insights into the hot deformation behavior and hot workability. Utilizing the hyperbolic-sine sinusoidal model, a constitutive equation was derived, revealing an activation energy of hot deformation of 274 kJ/mol. The processing maps were constructed utilizing the dynamic material model, which highlighted the secure range of hot working conditions between 480-550 °C and 0.01-0.001 s-1. The softening mechanism observed at relatively low deformation temperatures and high strain rates was primarily dynamic recovery, whereas the safe domain exhibited a combination of dynamically recovered (DRV) and recrystallized (DRX) grain structures. The results of the FEM simulation indicated a non-homogeneous distribution of stress and strain fields, with the highest effective values focused at the center of the sample. Furthermore, the FEM simulation unveiled a clear correlation between the evolution of DRV and DRX and the strain.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

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
Bibliométrie0,0010,000
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)0,0010,000

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 Opus0,022
Tête enseignante GPT0,260
Écart entre enseignants0,238 · 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'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

Citations23
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Alloys and Metallurgical SystemsMême sujetMetallurgy and Material FormingTravaux en français237 207