MétaCan
Menu
Retour à la cohorte
Enregistrement W7052682113

A study on phase transformation and particle distribution during machining titanium metal matrix composites

2011· other· en· W7052682113 sur OpenAlexvenueno aff

Notice bibliographique

RevueNPARC · 2011
Typeother
Langueen
DomaineEngineering
ThématiqueNuclear reactor physics and engineering
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMachinabilitySerrationMachiningChip formationParticle (ecology)Phase (matter)Surface integrityAbrasiveResidual stress
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Metal matrix composites are materials composed of nonmetallic phases distributed in a metallic matrix. They exhibit outstanding combination of preferable properties such as increased strength, low weight, high stiffness, high wear resistance and high elastic modulus. Although the system offers superior properties, the hard and abrasive nature of the reinforcements induces severe issues in the field of machining. Chip morphology and surface integrity analyses are of prime importance to investigate the machinability of MMCs. Influence of elemental analysis of chip in chip morphology and phase analysis on surface integrity is covered in this research. In this study elemental analysis has been conducted to reveal the distribution of particles in the matrix, in the raw material and chips generated under different cutting conditions. The effect of particle accumulation on chip edge serration has been investigated. Also the mechanism of particle fracture and debonding and influence of feed rate on the particle debonding is studied. In order to study the role of thermal effect on the generation of machining residual stress, X-ray diffraction analysis (XRD) is utilized, and the possibility of phase transformation is investigated.

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 seuil0,003

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)0,0010,000

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 GPT0,229
Écart entre enseignants0,218 · 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

Citations0
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNPARCMême sujetNuclear reactor physics and engineeringTravaux en français237 207