The Effects of Bi and Aging on the Microstructure and Mechanical Properties of Sn-Rich Alloys
Notice bibliographique
Résumé
ABSTRACT This paper examines the effects of Bi on the microstructure and hardness of Sn-Bi and Sn-Cu-Bi alloys subjected to ageing treatments at room and elevated temperatures. One main concern with SAC alloys that has led to research of Bi-containing alloys is the degradation of mechanical and thermomechanical properties due to the coarsening of microstructure during aging, and in earlier studies, the inclusion of Bi in the alloy results in a uniformity of microstructure and an increase in alloy hardness. The goal of this paper and ongoing research is to investigate whether these trends hold for binary alloys, and to understand what mechanisms are responsible for these effects. Four alloys - Sn-1Bi, Sn-5Bi, Sn-0.7Cu-1Bi, and Sn-0.7Cu-5Bi - were aged at room temperature for 10 days or 28 days. Two of these, Sn-1Bi and Sn-5Bi, were aged at 100°C for 7 days, and were all cooled in air. The microstructure of the samples after solidification and aging were compared using Scanning Electron Microscopy (SEM). Alloy hardness after solidification and aging was measured using a Rockwell hardness tester HR15X with a ¼” Carbide ball indenter. In alloys containing Bi precipitates, these particles became more uniformly distributed with aging. Hardness was observed to not undergo any significant changes after aging, which differs significantly from SAC alloys.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».