MétaCan
Menu
Retour à la cohorte
Enregistrement W6987806857

Ultrasonic evaluation of friction stir welds and dissimilar intermixing using synthetic aperture focusing technique

2009· other· en· W6987806857 sur OpenAlexvenueno aff

Notice bibliographique

RevueNPARC · 2009
Typeother
Langueen
DomaineEngineering
ThématiqueAdvanced Welding Techniques Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFriction stir weldingWeldingUltrasonic sensorButt weldingAerospaceUltrasonic weldingButt jointAluminium
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Friction stir welding (FSW) is a recently developed solid-state joining process that uses a specially shaped rotating tool to produce lap or butt joints. At the National Research Council, an inter-institute collaboration was started in 2007 with the goal of exploiting the NDE expertise and applying it for the characterization of friction stir welds for various industrial applications. In particular, very good performance was obtained using ultrasonic immersion or laser-ultrasonics combined with the synthetic aperture focusing technique (SAFT) for detecting lack of penetration in butt joints, discontinuities such as wormholes and hooking in lap joints. Dissimilar metal welds of aluminum and magnesium by FSW are also considered for automotive and aerospace applications. Complex vortex flows are produced during the FSW process that may create intercalated lamellar structures with the possible formation of intermetallic compounds, causing variable hardness and degradation in mechanical properties. A modified version of SAFT that takes into account the difference of ultrasonic velocity in the joint between that of Al and Mg has been developed to study the dissimilar intermixing. Welded samples in the butt configuration with different welding speeds and seam offsets are tested using the immersion technique with the modified SAFT. Results will be presented for both defect detection and weld characterization, and the capabilities and limitations will be discussed.

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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,840
Score d'incertitude au seuil1,000

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 Opus0,015
Tête enseignante GPT0,272
Écart entre enseignants0,257 · 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.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

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
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNPARCMême sujetAdvanced Welding Techniques AnalysisTravaux en français237 207