MétaCan
Menu
Retour à la cohorte

Effect of Multipass Severe Rolling Process in the API X65 Steel

2007· article· en· W1973433611 sur OpenAlexaff
Ho Sup Sim, Ki Seop Cho, Kon Bae Lee, Hyung Ryul Yang, Hoon Kwon

Notice bibliographique

RevueDiffusion and defect data, solid state data. Part B, Solid state phenomena/Solid state phenomena · 2007
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrostructure and Mechanical Properties of Steels
Établissements canadiensLa Cité Collégiale
Organismes subventionnairesnon disponible
Mots-clésMaterials sciencePearliteFerrite (magnet)Ultimate tensile strengthMicrostructureMartensiteMetallurgyToughnessCrackingSlow coolingYield (engineering)Dynamic strain agingContinuous cooling transformationComposite materialBainiteAustenite

Résumé

récupéré en direct d'OpenAlex

In the API X65 steel, effects of rolling and cooling conditions on microstructure and mechanical properties were studied. In the case of accelerated cooling after multi-pass rolling in the high/low unrecrystallized range, the tensile strength was 574-670 MPa and the impact toughness was 74-109 J. In the case of accelerated cooled to 550°C and then interrupted by air cooling, on the other hand, those values were 524-538 MPa and 100-135 J, respectively. Whereas the former exhibited the continuous yielding, the latter showed discontinuous yielding. In addition, yield ratio increased from 0.59-0.67 to 0.85-0.87, accompanied with the enhancement of yield strength. Ultrafine ferrite grains formed by the strain induced dynamic transformation during the severe rolling and second phases formed during cooling were observed. In accelerated cooling and interrupted cooling conditions, main second phases formed after cooling were martensite and pearlite, respectively. Separation cracking mostly observed at interfaces of ferrite matrix and second phases, may be attributed to the intrinsic interfacial weakness.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesMéta-épidémiologie (sens strict)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,420
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,000
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,002
Science ouverte0,0030,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,021
Tête enseignante GPT0,289
Écart entre enseignants0,268 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSimulation ou modélisation
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
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDiffusion and defect data, solid state data. Part B, Solid state phenomena/Solid state phenomenaMême sujetMicrostructure and Mechanical Properties of SteelsTravaux en français237 207