MétaCan
Menu
Retour à la cohorte
Enregistrement W4401921443 · doi:10.1016/j.jmrt.2024.08.164

Microstructure and properties of Al-4.8Cu-0.45Mn-0.19Cd-0.18Ti-0.17Zr-0.14V aluminum alloy extrusion bar

2024· article· en· W4401921443 sur OpenAlexaff
Gaosong Wang, Zexi Long, Zhiyu Gao, Chenghao Liu, Xu Guo, K. Liu

Notice bibliographique

RevueJournal of Materials Research and Technology · 2024
Typearticle
Langueen
DomaineMaterials Science
ThématiqueMicrostructure and mechanical properties
Établissements canadiensUniversité du Québec à Chicoutimi
Organismes subventionnairesFundamental Research Funds for the Central UniversitiesDepartment of Science and Technology of Liaoning ProvinceNational University's Basic Research Foundation of ChinaNortheastern University
Mots-clésMaterials scienceMicrostructureAlloyExtrusionBar (unit)MetallurgyAluminium

Résumé

récupéré en direct d'OpenAlex

The mechanical properties, texture transformation, and mechanism of Al–Cu–Mn alloy during annealing were studied using three-dimensional orientation distribution function (ODF), electron backscatter diffraction (EBSD), and transmission electron microscopy (TEM). The results showed that the increase in yield strength after annealing at 200 °C is due to the decrease in the proportion of P and M textures and the increase in the proportion of Goss texture. The increase in the change rate of mechanical properties observed during annealing at 250 and 350 °C can be attributed to the higher proportion of M and P textures and the reduced proportion of Goss textures. Among them, the proportion of M texture increased significantly, and the Goss texture decreased significantly after annealing at 350 °C. This is because the structural energy density (Ev) value of the Goss texture is higher than that of the M texture at 250 °C and 350 °C. The Goss texture is in an unstable state of high energy order. The deformed Goss texture is unstable at high temperatures, leading to conversion into M and other textures. The EBSD and TEM analysis revealed that the hardness is mainly related to the change in dislocation density. When the annealing temperature is increased from 250 to 350 °C, the hardness is significantly reduced from 62 HV to 52 HV, and the dislocation density is reduced from 4.0 × 10 14 ρ/m −2 to 2.4 × 10 14 ρ/m −2 .

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)0,002
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,027
Score d'incertitude au seuil0,657

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
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 Opus0,034
Tête enseignante GPT0,300
Écart entre enseignants0,266 · 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

Citations4
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Materials Research and TechnologyMême sujetMicrostructure and mechanical propertiesTravaux en français237 207