MétaCan
Menu
Retour à la cohorte
Enregistrement W4415548741 · doi:10.1177/13621718251389304

A novel in-situ temperature measurement method for liquid metal embrittlement cracking analysis

2025· article· en· W4415548741 sur OpenAlexaff
Jiung Kim, Mohammad Shojaee, Dileep Chandran Ramachandran, Olakunle Timothy Betiku, Hassan Ghassemi-Armaki, E. Biro

Notice bibliographique

RevueScience and Technology of Welding & Joining · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueHigh Temperature Alloys and Creep
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésLiquid metal embrittlementEmbrittlementCrackingLiquid metalWeldingTemperature measurement

Résumé

récupéré en direct d'OpenAlex

Liquid metal embrittlement poses a challenge in resistance spot welding of zinc-coated advanced high-strength steels. Liquid metal embrittlement often leads to surface cracking, which degrades the mechanical properties of the welded joints. Therefore, understanding the liquid metal embrittlement cracking behaviour and developing mitigation strategies are essential. This study proposes the implementation of an infrared camera for in-situ temperature measurement during welding. Given the substantial variation in surface emissivity during resistance spot welding, a temperature correction model is necessary at critical temperatures associated with liquid metal embrittlement onset. This study proposes a temperature correction model that achieves an 85% improvement in accuracy with a 20 °C error. The model is tailored for quantitative analysis of liquid metal embrittlement cracking, utilising the Boltzmann sigmoidal and BiDoesResp functions.

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)0,002
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 enseignants0,075
Score d'incertitude au seuil0,429

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,004
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 Opus0,011
Tête enseignante GPT0,267
Écart entre enseignants0,256 · 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 revueScience and Technology of Welding & JoiningMême sujetHigh Temperature Alloys and CreepTravaux en français237 207