On the influence of aluminium content on the stability of retained austenite in multiphase TRIP-assisted steels
Notice bibliographique
Résumé
TRIP-assisted multiphase steels show enhanced mechanical properties thanks to the straininduced transformation of retained austenite to martensite (TRIP effect). Stabilization of austenite is made possible by the combination of appropriate chemical composition and heat-treatment. It has been shown recently that aluminium could be substituted to silicon, whose effect has been mainly studied in the literature so far, for this austenite retention. In this work, the influence of aluminium content and heat-treating conditions on the retention of carbon-enriched austenite is investigated in two 0.12 wt. %C -1.5 wt. % Mn steels with 0.51 wt. % Al and 1.16 wt. % Al respectively. Special attention is given to the effect of aluminium on the phenomena developing during bainitic holding. The bainitic transformation kinetics is followed by dilatometry. Coupled with a characterization of the microstructures by X-ray diffraction, scanning electron microscopy and image analysis, these dilatometry experiments enabled us to draw transformation maps giving the volume fractions of the different phases. The retarding effect of aluminium on carbide precipitation during the bainitic transformation is highlighted, although Al appears less efficient than Si.
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 | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 ».