MétaCan
Menu
Retour à la cohorte
Enregistrement W4409124939 · doi:10.1016/j.mtcomm.2025.112371

Synergistic impact of tool geometry and heat input on microstructure and texture development in friction stir processed AA6061-Graphene nanocomposites

2025· article· en· W4409124939 sur OpenAlexaff
Hesam Pouraliakbar, Hamed Jamshidi Aval, Mohammad Reza Jandaghi, Sang Hun Shim, Johan Moverare, Young‐Sang Na, Gholamreza Khalaj, Vahid Fallah

Notice bibliographique

RevueMaterials Today Communications · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueAluminum Alloys Composites Properties
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceFriction stir processingMicrostructureGrapheneTexture (cosmology)NanocompositeComposite materialMetallurgyNanotechnology

Résumé

récupéré en direct d'OpenAlex

The synergistic effect of tool geometry and process heat input on the microstructure and texture development of AA6061-Graphene nanocomposites through friction stir processing (FSP) was studied. The findings reveal that for composites fabricated with a tool having a pin cone angle (PCA) of 2.5 degrees, increased heat input leads to a pronounced strain rate effect, resulting in finer recrystallized grains (3.0 +/- 0.1 mu m). Conversely, for composites produced with a PCA of 2 degrees, reduced heat input enhances the uniform dispersion of graphene particles and lowers processing temperatures, yielding finer grains (1.8 +/- 0.2 mu m) in the processed zone. The fraction of low-Sigma boundaries, such as Sigma 3, decreases after FSP relative to the base metal. However, for the composite with a PCA of 2.5 degrees, a higher fraction of low-Sigma boundaries (0.64 %) is observed at minimal heat input compared to the composite processed with a PCA of 2 degrees (0.37 %). With increasing heat input, this trend reverses, and the fraction of low-Sigma boundaries in the composite processed with a PCA of 2 degrees reaches 1.26 %, surpassing that of the 2.5 degrees (0.18 %). As the heat input rises from 2539 to 4528 J/mm, the density of low-angle grain boundaries (LAGB) in composites processed with a PCA of 2 degrees increases from 15.8 % to 29.9 %. In contrast, for composites with a PCA of 2.5 degrees, the LAGB density decreases from 31.2 % to 25.0 % as the heat input rises from 2543 to 4534 J/mm. FSP with a PCA of 2.5 degrees enhances the intensity of the Q {013}< 2-31 > texture component with increasing heat input. However, in composites processed with a PCA of 2 degrees, the trend differs, as increased heat input promotes the dominance of Rotate-Cube {001}< 1-10 > , Q, and B {111}< 1-10 > components.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,008
Tête enseignante GPT0,235
Écart entre enseignants0,227 · 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 source (Gemma direct ou Codex distillé), 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

Citations28
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMaterials Today CommunicationsMême sujetAluminum Alloys Composites PropertiesTravaux en français237 207