MétaCan
Menu
Retour à la cohorte
Enregistrement W4398206442 · doi:10.18280/acsm.480203

Mechanical Property Enhancement of Stainless Steel 12Х18Н10Т Through nc-TiN Coating: A Simulation Study

2024· article· en· W4398206442 sur OpenAlexvenueno aff
Mohammad Takey Elias Kassim, Emad Toma Karash, Ahmmad M. Mahmood, Jamal Nayief Sultan

Notice bibliographique

RevueAnnales de Chimie Science des Matériaux · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueMetal and Thin Film Mechanics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTinCoatingMaterials scienceProperty (philosophy)MetallurgyComposite material

Résumé

récupéré en direct d'OpenAlex

Models for the mechanical testing must be created, and they must be processed at a high cost and take a very long time to finish.for bending, pulling, impact resistance, and other tests.to establish suitable mechanical standards for the application of these materials in the industrial, military, and aviation sectors.In order to gather information on these materials' resistance without requiring specialized laboratories, it was therefore required to test them using specific software, which lowers the expense associated with studying the materials before using them.To use computer simulation to research the impact of nc-TiN coating on the mechanical characteristics of stainless steel 121810T.Finite element models of uncoated and nc-TiN coated stainless steel 12Х18Н10Т were developed.Tensile, bending and impact tests were simulated using the ANSYS program.The coated models showed increased resistance compared to uncoated models in all three tests.The tensile strength, bending force and impact energy of the coated models increased by 30%, 32.67%., and 31.68%respectively.Finite element simulation demonstrated that nc-TiN coating can significantly enhance the mechanical properties of stainless steel 12Х18Н10Т.The virtual testing approach provides a cost-effective way to characterize materials and optimize coating parameters.The most important outcome of this study is the ability of numerical programs to generate mathematical models of models similar to those used in laboratories and workshops to perform various mechanical tests, such as tensile strength, impact resistance, bending resistance, twisting resistance, and other mechanical tests.In addition to describing the behavior of the material under the influence of different loads, this shortens the time it takes to finish industrial and technological projects and lowers the related expenses.

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 enseignants0,010
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,066
Tête enseignante GPT0,308
Écart entre enseignants0,242 · 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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnnales de Chimie Science des MatériauxMême sujetMetal and Thin Film MechanicsTravaux en français237 207