MétaCan
Menu
Retour à la cohorte
Enregistrement W4404482956 · doi:10.59499/wp225365785

Effect Of Hydrogen Heat Treatment Of Cold Spray Additively Manufactured Ti-6Al-4V

2022· article· en· W4404482956 sur OpenAlexaboutno aff
Matthew K. Dunstan, Brady G. Butler, Isaac Nault, James D. Paramore

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueAdditive Manufacturing Materials and Processes
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceGas dynamic cold sprayHydrogenMetallurgyComposite materialChemistryCoating

Résumé

récupéré en direct d'OpenAlex

Cold Spray Additive Manufacturing (CSAM) is a solid-state additive technology where metal powders are accelerated through a converging-diverging Laval type nozzle using a pressurized carrier gas. These powders are then sprayed onto a substrate in the shape of the desired component and subsequently removed. As only low temperatures (less than 1000 °C) are used during CSAM, the strength of the component relies completely on particle deformation and interlocking as very little diffusional processing takes place in order to create metallurgical bonds. Post-spray heat treatments are often necessary in order for components to achieve mechanical properties similar to other additive techniques. In this work, the heat treatment process known as Thermohydrogen Reduction of Microstructure (THRM), which was initially developed for laser based additive manufacturing, is applied to Ti-6Al-4V components produced via CSAM. Its effect on density, microstructure, and tensile properties are examined.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,110
Score d'incertitude au seuil0,996

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,006
Tête enseignante GPT0,207
Écart entre enseignants0,201 · 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'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

Citations2
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdditive Manufacturing Materials and ProcessesTravaux en français237 207