MétaCan
Menu
Retour à la cohorte
Enregistrement W4409798064 · doi:10.1063/5.0245142

Optimizing aluminum content in DZ409 alloy: Analysis of microstructural and mechanical properties for high-temperature applications

2025· article· en· W4409798064 sur OpenAlexfundno aff
Jiantao Wu, Bao-ping Wu, Pei Shi Sun

Notice bibliographique

RevueAIP Advances · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueIntermetallics and Advanced Alloy Properties
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of Guelph
Mots-clésAlloyMaterials scienceAluminiumMetallurgyMicrostructure

Résumé

récupéré en direct d'OpenAlex

This research investigates the microstructural characteristics of DZ409 alloys. It explores how varying aluminum (Al) contents by weight (3.42–4.22 wt. %) influenced carbide size, volume fraction, and phase distribution in both as-cast and heat-treated states. The results of this study revealed that the size of Metallic Carbide (MC) carbides exhibited a non-linear trend, initially increasing and subsequently decreasing with a higher Al content. Similar trends were observed in the size and area fraction of the γ/γ′ eutectic phase. Post-heat treatment analysis demonstrated that increased Al content significantly impacted interdendritic and dendritic stem phases, leading to augmented volume and size. The mechanical properties of the heat treatment associated with the DZ409 alloy were also analyzed, which showed some notable enhancement in the tensile strength and yield strength. The stress life analysis at 980 °C/MPa also indicates the increased Al content on alloy performance. The findings highlight the pivotal role of Al in terms of improved microstructural attributes and mechanical properties of DZ409 alloys. To conclude, optimizing the Al content can potentially improve the functionality and durability of DZ409 alloy, making them particularly suitable for high-temperature environments, such as gas turbine applications.

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 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 enseignants0,014
Score d'incertitude au seuil0,402

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)0,0000,000

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 Opus0,012
Tête enseignante GPT0,230
Écart entre enseignants0,217 · 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.

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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAIP AdvancesMême sujetIntermetallics and Advanced Alloy PropertiesTravaux en français237 207