MétaCan
Menu
Retour à la cohorte
Enregistrement W2131269885 · doi:10.1680/emr.13.00002

Microstructural evolution and characterization of a ferroniobium alloy

2013· article· en· W2131269885 sur OpenAlexaff
Syed Jawad Ali Shah, H. Henein, Douglas G. Ivey

Notice bibliographique

RevueEmerging Materials Research · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueIntermetallics and Advanced Alloy Properties
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésIntermetallicEutectic systemMaterials scienceAlloyDifferential scanning calorimetryMicrostructureMetallurgyPhase (matter)NiobiumThermodynamics

Résumé

récupéré en direct d'OpenAlex

Niobium in the form of a ferroniobium alloy is added during the steel-making process to improve the mechanical properties of steel, but it may contain phase(s) with high melting temperatures that may be slow to melt or dissolve. It has been suggested that these phases lead to the presence of coarse Nb-rich particles in the resultant steel, which may adversely affect the mechanical properties. In the present study, electron microscopy and differential scanning calorimetry (DSC) were used to identify phases and microstructural evolution of a commercial grade ferroniobium alloy. The ferroniobium alloy was composed of two main phases, that is, Nb-rich solid solution and μ phase (Fe 7 Nb 6 ). The μ phase (Fe 7 Nb 6 ) was formed as a result of three reactions and exhibited three different morphologies based on their formation temperatures (proeutectic intermetallic, eutectic intermetallic and eutectoid intermetallic). The intermetallic that formed via the eutectic reaction was slightly Nb-rich and was heavily faulted. The Nb-rich eutectic portion of the Fe-Nb binary-phase diagram was also modified based on the DSC results to incorporate the effect of impurities in commercial alloys. On the basis of solidification study, the estimated cooling rate for the as received ferroniobium alloy was 10 K/min.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,401

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,022
Tête enseignante GPT0,273
Écart entre enseignants0,251 · 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; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations2
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEmerging Materials ResearchMême sujetIntermetallics and Advanced Alloy PropertiesTravaux en français237 207