Investigation of the sintering behavior of SiC-5TiB2 composites reinforced by graphene quantum dots
Notice bibliographique
Résumé
The purpose of this research is to fabricate and investigate the properties of SiC-5TiB2 nano composites reinforced with graphene quantum dot nanoparticles by a pressureless sintering method. In this way, SiC, TiB2, and graphene quantum dots were used in nanometer dimensions. First, before performing any laboratory operation, the thermodynamic behavior of the system was checked using HSC software. The graphene quantum dots reinforcement amount was 0.6 wt%, and the sinter temperature was defined as 2000, 2050, 2100, 2150, and 2200 °C. After weighing the initial powders, the grinding process was carried out in an ethanol-based wet environmental and a polymer chamber, using zirconia balls, for two hours at a speed of 200 rpm. The sintering process was also carried out at certain temperatures in an argon atmosphere for two hours. Then, XRD, FESEM, and Raman analyses were performed, and density, microhardness, and fracture toughness tests were used for further investigations. The microstructure of the samples was also investigated to investigate the fracture toughness mechanisms. The results show that the sample sintered at 2150 °C with a relative density of 96.26%, and a hardness of 28.65 GPa and a fracture toughness of 4.1 MPa.m1/2 is the best case.
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 ».