MétaCan
Menu
Retour à la cohorte
Enregistrement W4399976992 · doi:10.3390/ma17133076

Recent Progress in Creep-Resistant Aluminum Alloys for Diesel Engine Applications: A Review

2024· review· en· W4399976992 sur OpenAlexafffund
Raul Irving Arriaga-Benitez, Mihriban Pekguleryuz

Notice bibliographique

RevueMaterials · 2024
Typereview
Langueen
DomaineEngineering
ThématiqueAluminum Alloys Composites Properties
Établissements canadiensMcGill University
Organismes subventionnairesFonds de recherche du Québec – Nature et technologiesFonds Québécois de la Recherche sur la Nature et les TechnologiesNatural Sciences and Engineering Research Council of CanadaConsejo Nacional de Ciencia y Tecnología
Mots-clésCreepMaterials scienceAlloyMetallurgyAluminiumCastingAlonizingDiesel fuelAutomotive engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

Diesel engines in heavy-duty vehicles are predicted to maintain a stable presence in the future due to the difficulty of electrifying heavy trucks, mine equipment, and railway cars. This trend encourages the effort to develop new aluminum alloy systems with improved performance at diesel engine conditions of elevated temperature and stress combinations to reduce vehicle weight and, consequently, CO2 emissions. Aluminum alloys need to provide adequate creep resistance at ~300 °C and room-temperature tensile properties better than the current commercial aluminum alloys used for powertrain applications. The studies for improving creep resistance for aluminum casting alloys indicate that their high-temperature stability depends on the formation of high-density uniform dispersoids with low solid solubility and low diffusivity in aluminum. This review summarizes three generations of diesel engine aluminum alloys and focuses on recent work on the third-generation dispersoid-strengthened alloys. Additionally, new trends in developing creep resistance through the development of alloy systems other than Al-Si-based alloys, the optimization of manufacturing processes, and the use of thermal barrier coatings and composites are discussed. New progress on concepts regarding the thermal stability of rapidly solidified and nano-structured alloys and on creep-resistant alloy design via machine learning-based algorithms is also presented.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,897
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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 Opus0,041
Tête enseignante GPT0,312
Écart entre enseignants0,271 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations16
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMaterialsMême sujetAluminum Alloys Composites PropertiesTravaux en français237 207