MétaCan
Menu
Retour à la cohorte
Enregistrement W7033786422

Shockwave consolidation of nano silver powder into bulk nano structured silver

2007· dissertation· en· W7033786422 sur OpenAlexfundno aff

Notice bibliographique

RevueeScholarship@McGill (McGill) · 2007
Typedissertation
Langueen
DomaineComputer Science
ThématiqueParallel Computing and Optimization Techniques
Établissements canadiensnon disponible
Organismes subventionnairesDivision of Materials ResearchNatural Sciences and Engineering Research Council of Canada
Mots-clésBrittlenessDuctility (Earth science)ToughnessSurface roughnessFracture toughnessGrain sizeNanostructureSurface finishScanning electron microscope
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Bulk nanostructured silver components were fabricated from nano-sized powder using a shockwave consolidation technique. The grain size evolution during compaction, the mechanical properties of the bulk components, and the effect of surface finish on the mechanical behavior were studied. X-Ray diffraction, transmission electron microscopy (TEM), atomic force microscopy (AFM), microhardness, compression testing and shear punch testing at room temperature were used to characterize the materials. Upon consolidation, the average grain size calculated from image analysis of the TEM micrographs was 49+/-22 nm, showing the feasibility of maintaining a nanostructure upon dynamic consolidation. The hardness of the bulk nanostructured components was constant across the diameter with an average of 83+/-1 HV. Compression results showed strength about 390+/-10 MPa and ductility of 23+/-2%, which is well above strength level obtainable from strain hardened Ag components. The AFM results show that samples possessing a surface roughness of 267 nm exhibited a brittle behavior and a reduction in strength of 35% when compared to the smoother surfaces. Dimples were observed for the samples exhibiting plasticity, while an intergranular pattern was identified for the brittle materials. Fracture toughness of 0.2 MPa m was calculated, which confirms the strong relationship between fracture toughness and defects observed in nanomaterials.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche
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 enseignants0,501
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0020,000
Intégrité de la recherche0,0010,001
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 Opus0,013
Tête enseignante GPT0,265
Écart entre enseignants0,252 · 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
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
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueeScholarship@McGill (McGill)Même sujetParallel Computing and Optimization TechniquesTravaux en français237 207