Meta-structure of amorphous-inspired 65.1Co28.2Cr5.3Mo lattices augmented by artificial intelligence
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
A hatching-distance-controlled lattice of 65.1Co28.2Cr5.3Mo is additively manufactured via laser powder bed fusion with a couple of periodic and aperiodic arrangements of nodes and struts. Thus, the proposed lattice has an amorphous-inspired structure in the short- and long-range orders. From the structural perspective, an artificial intelligence algorithm is used to effectively align lattices with various hatching distances. Then, the metastable lattice combination exhibits an unexpectedly high specific compression strength that is only slightly below that of a solid structure. From the microstructural perspective, the nodes in the newly designed lattice, where the thermal energy from laser irradiation is mainly concentrated, exhibit an equiaxial microstructure. By contrast, the struts exhibit a columnar microstructure, thereby allowing the thermal energy to pass through the narrow ligaments. The heterogeneous phase differences between the nodal and strut areas explain the strength-deteriorating mechanism, owing to the undesirable multi-phase development in the as-built state. However, solid-solution heat treatment to form a homogeneous phase bestows even higher specific compression strength. Furthermore, electrochemical leaching leads to the formation of nanovesicles on the surface of the microporous lattice system, thereby leading to a large surface area. A more advanced valve cage for use in a power plant is designed by using artificial intelligence both to (i) effectively preserve its mechanical stiffness and (ii) actively dissipate the generated stress through the large surface area provided by the nanovesicles. Supplementary Information: The online version contains supplementary material available at 10.1007/s42114-024-01039-6.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,000 | 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 découle