Functional properties of nanocrystalline, submicrocrystalline and polygonized Ti-Ni alloys processed by cold rolling and postdeformation annealing
Notice bibliographique
Résumé
Thermomechanical processing consisting of cold rolling (e=0.3-2.0) and post-deformation annealing (300-450oC, 1h) was applied to binary Ti-Ni alloys to produce nanocrystalline structures (NS) or polygonized dislocation substructures (PDS), or their mixture. The evolution of the material structure and properties was studied using TEM, X-ray, microhardness, calorimetry and tensile testing techniques. Recovery stress and strain of the 50.26at%Ni alloy and superelastic strain of the Ti-50.6at%Ni alloy were measured under static and fatigue conditions. It was found that higher true yield stress of NS alloys not only increases the recovery stress potential, but, since it is combined with a relatively low transformation yield stress; it increases the completely recoverable strain. NS alloys generate recovery stresses that are twice as high as those of PDS alloys (1200 MPa), completely recoverable strains that are 10% greater (up to 6% in tension), and they demonstrate a higher cyclic stability of functional properties. This improvement comes with the cost of a lower NS alloy fatigue damage tolerance, aggravated by the presence of microcracks caused by cold working. Binary Ti-Ni alloys, processed by annealing of an intermediately cold-worked (e=0.75…1) alloy and containing mixed nanocrystalline structure and polygonized dislocation substructure, allow a high fatigue life combined with relatively high and cyclically stable functional properties.\n\n\n\nNote to the reader:\n\n On pages 01001-p4, 01001-p6 and 01001-p9 several mistakes have been corrected on October 19, 2009. \n\n\n\n\n\n
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».