The development of crystallographic texture during porthole die extrusion of Al-Mg-Si alloys
Notice bibliographique
Résumé
• The evolution of material during porthole die extrusion is characterized. • Material flow can be categorized into porthole channel center and near die bridge flow. • Combining finite element and polycrystal plasticity simulation, texture is predicted. • Mechanical properties are linked to crystallographic texture evolution. The use of hollow aluminum extrusions in internal combustion engine and battery electric powered vehicles has increased significantly in recent years due to lightweighting considerations. It is of interest to understand the evolution of crystallographic texture from a through-process perspective, since the microstructure and texture of the material have a strong influence on plasticity in the final part. In this research, an Al-Mg-Si alloy with Mn and Cr additions to suppress recrystallization was halted mid-extrusion, and the in-die material was extracted for study. The evolution of textures along finite element method (FEM) predicted streamlines were characterized with electron backscatter diffraction (EBSD). Polycrystal plasticity modelling coupled with the FEM simulated deformation history was implemented to predict texture evolution. Streamlines passing near the center of the portholes exhibited axisymmetric double fiber textures, which rotated following the streamlines before shifting to plane strain textures near the die exit. Closer to the weld seam, shear textures developed. It was found that textures could be predicted for streamlines up to 1.4 mm away from the weld seam, where complex deformation modes, significant increase in strain and the possible intervention of alternative mechanisms such as recrystallization and non-octahedral slip inhibit the accuracy of texture prediction.
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».