MétaCan
Menu
Retour à la cohorte
Enregistrement W2914702170 · doi:10.3390/ma12030506

Effect of Shear Strain Rate on Microstructure and Properties of Austenitic Steel Processed by Cyclic Forward/Reverse Torsion

2019· article· en· W2914702170 sur OpenAlexaff
Zhang Zhimin, Qingshan Dong, Bo Song, Hong He, Linjiang Chai, Ning Guo, Bingshu Wang, Zhongwen Yao

Notice bibliographique

RevueMaterials · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrostructure and Mechanical Properties of Steels
Établissements canadiensQueen's University
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésMaterials scienceMartensiteMicrostructureAusteniteTorsion (gastropod)RodComposite materialWork hardeningUltimate tensile strengthHardening (computing)MetallurgyLayer (electronics)

Résumé

récupéré en direct d'OpenAlex

In this work, commercial AISI 304 stainless steel rods were subjected to cyclic forward/reverse torsion (CFRT) treatments at low-speed and high-speed torsion at room temperature. Microstructures in the core and surface layers of the CFRT-treated samples were systematically characterized. Results show that the CFRT treatment can introduce martensite phase on the surface of the rods via strain-induced martensitic transformation. High-speed twisting is more effective in inducing martensite in the surface layer compared to low-speed twisting. During the stretching process, the overall strain-hardening behavior of the gradient material is related to the content of its gradient defects. Higher gradient martensite content results in a higher surface hardness of the material, but less overall tensile properties. The effect of twisting speed on torsion behavior and the strain-hardening mechanisms in tensile of the gradient structured steels was also addressed.

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 seuil0,005

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)0,0020,000

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 Opus0,004
Tête enseignante GPT0,184
Écart entre enseignants0,180 · 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

Citations11
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMaterialsMême sujetMicrostructure and Mechanical Properties of SteelsTravaux en français237 207