MétaCan
Menu
Retour à la cohorte
Enregistrement W4416185160 · doi:10.1080/26889277.2025.2588824

A sustainable route to manufacture refractory high entropy alloy of AlMoNbTaTiZr from metal powder produced in solid state

2025· article· en· W4416185160 sur OpenAlexaff
D. Antony Xavier, Nicholas Weston, Ian Mellor, M. Faraji

Notice bibliographique

RevueEuropean Journal of Materials · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueHigh Entropy Alloys Studies
Établissements canadiensDiscovery Centre
Organismes subventionnairesFundação para a Ciência e a TecnologiaEngineering and Physical Sciences Research CouncilCoventry UniversityUniversity of Warwick
Mots-clésSinteringAlloyMicrostructureRefractory metalsHomogeneity (statistics)PressingHigh entropy alloysRefractory (planetary science)Powder metallurgy

Résumé

récupéré en direct d'OpenAlex

To enhance efficiency and reduce CO2 emissions in applications such as jet-engines, gas turbines, and nuclear powerplants, alloys that withstand high temperatures are essential. High entropy alloys (HEA) containing refractory elements offer superior high-temperature properties. One of these refractory high entropy alloys (RHEAs) is AlMo0.5NbTa0.5TiZr. There are challenges when manufacturing these compositionally complex alloys using conventional techniques since they have elements with very high (Nb, Ta, Mo), high (Zr, Ti) and lower (Al) melting temperatures, creating mixing and homogeneity issues in alloy preparation. The Fray-Farthing-Chen (FFC) Cambridge process directly creates RHEA’s powders without melting, but these feedstocks require a suitable consolidation technique. In this work field-assisted sintering technique (FAST), a novel rapid sintering technique, was used to make parts from powder of this alloy produced in solid-state.Among the process parameters the consolidation temperature had a more profound effect on density. From studied temperatures 1400 °C with a dwell time of 15 minutes produced the highest density level. Such a manufacturing route, occurring at temperatures lower than traditional casting, increases sustainability, and produces a homogeneous microstructure leading to parts with uniform properties and enhanced in-service performance.

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 seuil0,004

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)0,0010,001

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 Opus0,005
Tête enseignante GPT0,217
Écart entre enseignants0,212 · 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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Journal of MaterialsMême sujetHigh Entropy Alloys StudiesTravaux en français237 207