Analysis of Mn Effect on Recrystallization Kinetics in High Nb Steels
Notice bibliographique
Résumé
A physically based model is used to analyze quantitatively, the relative contributions of solute Nb and strain-induced NbC precipitation to the retardation of static recrystallization during the interpass time. The model explicitly takes into account the time evolution of strain-induced precipitation and its interaction with recovery and recrystallization. It is thus possible to quantitatively model the recrystallization kinetics taking into account: i) the effect of solute drag on the boundary mobility, ii) the effect of particle pinning (Zener drag) on the driving force for boundary motion, and iii) the effect of dislocation pinning by strain-induced precipitates, on the recovery kinetics and the nucleation of recrystallization. The analysis shows that there is an optimum partitioning of Nb between matrix solute and strain induced precipitates. This optimum partitioning maximizes particle pinning while ensuring an adequate solute drag effect to prevent the boundary from breaking away from solute atmosphere. The optimum partitioning of Nb between the matrix and the precipitates is shown to depend upon the temperature window of rolling, pass reduction and interpass time. The effect of delaying the kinetics of strain-induced precipitation of NbC through large Mn addition is shown to be an advantage for ensuring adequate solute drag in the low temperature, large pass deformation schedule used in near-net shape processing of thin slab or thick strip castings.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».