MétaCan
Menu
Retour à la cohorte
Enregistrement W122334374

Predicting the Occurrence of Dynamic Transformation and Rolling Mill Loads Drops by Hot Torsion and Compression Testing

2013· article· en· W122334374 sur OpenAlexaff
John J. Jonas, Chiradeep Ghosh, Xavier Quelennec, Vladimir V. Basabe

Notice bibliographique

RevueInternational Journal of Metallurgical Engineering · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrostructure and Mechanical Properties of Steels
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésAusteniteTorsion (gastropod)Dynamic recrystallizationFlow stressMaterials scienceThermodynamicsDynamic stressMechanicsMetallurgyComposite materialDynamic loadingHot workingPhysicsMicrostructure
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Flo w curves were determined in hot compression and hot torsion at a series of temperatures on eight C steels of increasing C concentration. The critical strains for the init iation of dynamic transformat ion (DT) as well as of dynamic recrystallizat ion were determined by the double differentiation method. It is shown that dynamic transformation is init iated well before dynamic recrystallization under industrial conditions of rolling. The mean flow stresses (MFS's) pertaining to each experimental condition were then calculated fro m the flo w curves by integration. These are plotted against inverse absolute temperature in the form of Boratto diagrams. The stress drop temperatures, normally defined as the upper critical temperature applicable to rolling Ar3*, were determined fro m these diagrams. These are shown to be about 40°C above the paraequilibriu m and about 20-30℃ above the orthoequilibriu m upper critical transformation temperatures. This type of behavior is ascribed to the occurrence of dynamic transformation during deformat ion. The general characteristics of the dynamic transformation of austenite to ferrite are reviewed. It is suggested that some o f the unexpectedly low ro lling loads, as well as the load drops that have been reported to take place above the Ae3 temperature in strip mills, may be attributable to this phenomenon.

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)0,001
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 enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,005
Tête enseignante GPT0,189
Écart entre enseignants0,184 · 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
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Metallurgical EngineeringMême sujetMicrostructure and Mechanical Properties of SteelsTravaux en français237 207