MétaCan
Menu
Retour à la cohorte
Enregistrement W2562491602 · doi:10.4236/msa.2016.712062

Thermomechanical Behavior Modeling of a Cr-Ni-Mo-Mn-N Austenitic Stainless Steel

2016· article· en· W2562491602 sur OpenAlexaff
Rafael Pereira Ferreira, Eden S. Silva, Carmem Célia Francisco do Nascimento, Samuel Filgueiras Rodrigues, Clodualdo Aranas, Valdemar Silva Leal, Gedeon Silva Reis

Notice bibliographique

RevueMaterials Sciences and Applications · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrostructure and Mechanical Properties of Steels
Établissements canadiensMcGill University
Organismes subventionnairesUniversidade Federal do MaranhãoFundação de Amparo à Pesquisa e ao Desenvolvimento Científico e Tecnológico do MaranhãoConselho Nacional de Desenvolvimento Científico e TecnológicoCoordenação de Aperfeiçoamento de Pessoal de Nível Superior
Mots-clésMaterials scienceSofteningDynamic recrystallizationStacking-fault energyThermodynamicsAusteniteWork hardeningActivation energyMetallurgyHardening (computing)Deformation (meteorology)Austenitic stainless steelKineticsComposite materialDislocationHot workingMicrostructurePhysical chemistryCorrosion

Résumé

récupéré en direct d'OpenAlex

The analytical approach and the thermomechanical behavior of a Cr-Ni-Mo-Mn-N austenitic stainless steel were characterized based on the parameters of work hardening (h), dynamic recovery (r) and dynamic recrystallization (n, t0.5), considering constitutive equations (σ, ε) and deformation conditions expressed according to the Zener-Hollomon parameter (Z). The results indicated that the curves were affected by the deformation conditions and that the stress levels increased with Z under high work hardening rates. The σc/σp ratio was relatively high in the first part of the curves, indicating that softening was promoted by intense dynamic recovery (DRV). This was corroborated by the high values of r and average stacking fault energy, γsfe = 66.86 mJ/m2, which facilitated the thermally activated mechanisms, increasing the effectiveness of DRV and delaying the onset of dynamic recrystallization (DRX). The second part of the curves indicates that there was a delay in the kinetics of dynamic softening, with a higher value of t0.5 and lower values of the Avrami exponent (n) due to the competing DRV-DRX mechanisms, and steady state stress (σss) was achieved under higher rates of deformation.

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,013

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 Opus0,023
Tête enseignante GPT0,235
Écart entre enseignants0,212 · 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'étudeSimulation ou modélisation
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

Citations8
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMaterials Sciences and ApplicationsMême sujetMicrostructure and Mechanical Properties of SteelsTravaux en français237 207