Magnesium Alloy Hybrid Composite Properties are Featured with Boron Carbide Particle for Automotive Seat Frame Usage
Notice bibliographique
Résumé
<div class="section abstract"><div class="htmlview paragraph">With the advancement of lightweight magnesium-based hybrid composites, are potential for weight management applications. The liquid state stir cast process is the best way to produce complex shapes and most industries are preferred. However, the melting of magnesium alloy and achieving homogenous particle distribution are the major challenges for the conventional stir-casting process, and hot crack formation is spotted due to thermal variations. The main objectives of the present research are to enhance the microstructural and mechanical behaviour of magnesium alloy hybrid nanocomposite (AZ91E) adopted with boron carbide (B<sub>4</sub>C) and alumina (Al<sub>2</sub>O<sub>3</sub>) nanoparticles through a semisolid stir cast technique associated with inert atmosphere helps to limits the oxide formation and reduce risk of magnesium fire. The effect of composite processing and multiple reinforcements on surface morphology, tensile strength, impact strength, and hardness were thoroughly evaluated and compared. The results of surface morphology studies demonstrate homogeneous particle dispersion with reduced casting defects. Furthermore, the AZ91E alloy hybrid nanocomposite (HNC) exhibits superior tensile strength, impact strength, and hardness when compared to the monolithic AZ91E alloy, showcasing improvements of 18%, 23%, and 25%, respectively, which is suggested for automotive seat frame applications.</div></div>
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».