The development of near‐surface microstructures during hot rolling of aluminum–magnesium alloys in relation to work roll topography
Notice bibliographique
Résumé
The effect of the work roll topography on the surface deformation of aluminum alloys during hot rolling was examined with the use of a rolling tribo‐simulator. AISI 52100 steel work rolls with two surface conditions, smooth (polished to a surface roughness ( R a ) of 0.01 µm) and rough (WC‐coated with a surface roughness ( R a ) of 5.68 µm), were used to hot roll Al‐Mg alloy samples under similar conditions for a rolling schedule of 10 passes. The surface of the rolled samples reflected the work roll surface morphology. Surface damage for the smooth rolled samples included cracks, while shingles and grooves were observed on the rough rolled samples. Cross‐sectional examination revealed cracks extended to depths above 8 µm for the rough rolled samples, while for the smooth rolled samples, cracks were 1.5 µm deep. The oxide‐rich near‐surface layer formed on the rough rolled surfaces was discontinuous. In contrast, the near‐surface generated by the smooth roll was continuous, and near‐surface damage was uniform in comparison. A nanocrystalline grain structure was observed at the near‐surface region beneath the oxide‐rich area for the smooth rolled samples, which extended to shingles on the rough rolled samples. The nanocrystalline nature of the near‐surface region was attributed to the high strains imposed by the work roll, while the effect of the rough roll was surmised to include the formation of shingles, the redistribution of surface oxide, and the enhancement of the near‐surface damage. Copyright © 2015 John Wiley & Sons, Ltd.
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 ».