MétaCan
Menu
Retour à la cohorte
Enregistrement W2278600669 · doi:10.5539/jmsr.v5n2p88

Research of Properties and Structure of Boron-modified Roll-foundry Iron

2016· article· en· W2278600669 sur OpenAlexvenueno aff
К. Н. Вдовин, А. А. Зайцева, Н. А. Феоктистов

Notice bibliographique

RevueJournal of Materials Science Research · 2016
Typearticle
Langueen
DomaineMaterials Science
ThématiqueMetallurgical and Alloy Processes
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceCementiteBainiteMetallurgyBoronFerrite (magnet)TemperingAtmospheric temperature rangeMartensiteAusteniteCast ironHardenabilityThermal decompositionCarbideComposite materialMicrostructureThermodynamics

Résumé

récupéré en direct d'OpenAlex

The aim of the research is to determine the properties and the structure of boron-alloyed iron used for rolls production. It was found that boron can form different carbides in iron, which significantly improve both hardenability and microhardness. Iron borides Fe3(B,C) are also formed in cast iron as only 40% of carbon atoms in cementite matrix can be replaced by boron. Besides, boron influences the temperatures of structural constituents decomposition (increases the rate of cementite decomposition), it also decreases the temperatures of developing phase transformations. The research group determined the kinetics of martensite decomposition, which is formed when chilled cast iron is poured into a metal mold and then undergoes thermal treatment to the temperature of 400 °C. In the temperature range of 210 – 400 °C the main process is decomposition of the retained austenite into bainite, while in the temperature range of 400 – 500 °C, the main process is decomposition of martensite and forming a ferrite-cementite mixture. In order to get the necessary properties of the roll face, it is necessary to provide its thermal treatment (tempering), when it is heated to the temperature of 400 °C to avoid martensite decomposition, because otherwise in the process of roll operation it can result in crack formation.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,185
Tête enseignante GPT0,407
Écart entre enseignants0,222 · 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 source (Gemma direct ou Codex distillé), 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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Materials Science ResearchMême sujetMetallurgical and Alloy ProcessesTravaux en français237 207