Influence du titane sur la réaction interfaciale et la fluidité du composite à matrice métallique Al-B4C
Bibliographic record
Abstract
L'intérêt des composites à matrice métallique d'aluminium est généralement de profiter de la ductilité de la matrice et de sa faible densité et de les combiner à la dureté du renfort afin d'obtenir un matériau léger et avec une limite d'élasticité supérieure tout en étant d'une certaine ductilité. Le composite à matrice métallique AI-B4C possède en plus la capacité d'agir comme bouclier contre les neutrons, grâce aux isotopes B10 contenus naturellement dans le B4C, ce qui en fait un matériau de choix pour la fabrication de contenants pour les déchets de l'industrie nucléaire. \n \nCe composite est fabriqué par la compagnie Alcan par un procédé de coulée où les particules de B4C sont incorporées dans l'aluminium liquide par une forte agitation mécanique. La problématique de ce procédé est qu'une réaction se produit entre l'aluminium et le carbure de bore, ce qui réduit de façon considérable la fluidité du composite, rendant ainsi difficile sa coulée. Pour limiter cette réaction, du titane est ajouté à l'aluminium, celui-ci formant une couche protectrice à la surface des particules de B4C. Ce projet a pour objectif de comprendre et de quantifier l'influence du titane sur la réaction interfaciale entre l'aluminium et le carbure de bore ainsi que sur la fluidité de ce composite. \n \nD'abord, des expériences avec des plaques de B4C immergées dans l'aluminium liquide ont été effectuées mais n'ont pas donné les résultats escomptés, obtenant des produits de réaction de nature différente de ceux normalement retrouvés dans le composite. Avec un second montage, il a été possible de mesurer la fluidité du composite AI-B4C sur une période de maintien d'environ 120 minutes en fonction de diverses teneurs en titane (0, 0,5, 0,75, 1,0,1,5, 2,0 et 3,0 % Ti), avec la présence de magnésium (0,5% Mg) dans certains cas et en fonction de la température de maintien (700, 750 et 800 °C). Les tiges de fluidité obtenues ont permis de quantifier l'évolution de la microstructure, soit l'évolution de la fraction volumique du B4C, de AIB2 et des phases grises (AI3BC et TiB?), avec l'aide d'un système d'analyse d'images installé sur un microscope optique. Un microscope électronique à balayage ainsi qu'une microsonde furent aussi utilisés pour caractériser la microstructure. \n \nUne caméra haute vitesse a aussi permis de filmer l'écoulement du composite dans les tubes de verre lors des mesures de fluidité pour les essais avec 0,5, 0,75, 1,0, 1,5 et 2,0 % Ti et maintenus à 750 °C. Il fut possible d'obtenir de ces observations la vitesse du bout de l'écoulement lors de son déplacement ainsi que les valeurs de vies de fluidité, nécessaires pour calculer la fraction critique de solide menant à l'arrêt de l'écoulement. Un modèle de fluidité développé pour les alliages d'aluminium riches en éléments d'alliage a été adapté au composite AI-B4C et celui-ci permet de reproduire les mesures de fluidité obtenues. L'observation de la macrostructure a confirmé que le mode de solidification du composite AI-B4C était similaire à celui des alliages d'aluminium riches en éléments d'alliage.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.003 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".