An Integrated Model to Predict Microstructure and Mechanical Properties in the Heat Affected Zone for X80 Linepipe
Notice bibliographique
Résumé
There is a complex interplay between welding procedures and the steel chemistry which determines the final engineering performance of the heat affected zone in a large diameter girth weld. This work uses a combination of experimentally determined thermal histories from laboratory scale single and dual torch multi-pass gas metal arc welding (GMAW) with phenomenological models to predict microstructure and mechanical properties in the heat affected zone (HAZ) of an X80 steel. The integrated model consists of sub-models for austenite grain growth, dissolution of Nb based precipitates and austenite decomposition. These models have been calibrated with detailed experimental studies using a Gleeble 3500 thermomechanical simulator. The models are fully integrated so that the austenite grain size and the Nb solid solution level are used as inputs into the austenite decomposition model where these two factors strongly affect the final microstructure. The decomposition model includes ferrite and bainite models with suitable criteria for transition from one model to the other and a simple first order empirical relation to predict the final fraction of martensite/retained austenite (MA). The integrated model has been applied to a variety of thermal scenarios which are derived from experimental measurements of thermal histories including dual torch conditions where, for example, the Nb solid solution level has to be tracked through both thermal excursions into austenite. Using the integrated model, microstructure maps of the HAZ can be generated for the different welding scenarios.
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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».