MétaCan
Menu
Retour à la cohorte
Enregistrement W2992639529 · doi:10.3390/ma12244083

Review of the Quench Sensitivity of Aluminium Alloys: Analysis of the Kinetics and Nature of Quench-Induced Precipitation

2019· review· en· W2992639529 sur OpenAlexaff
Benjamin Milkereit, M.J. Starink, Paul Rometsch, Christoph Schick, Olaf Keßler

Notice bibliographique

RevueMaterials · 2019
Typereview
Langueen
DomaineEngineering
ThématiqueAluminum Alloy Microstructure Properties
Établissements canadiensRio Tinto (Canada)
Organismes subventionnairesnon disponible
Mots-clésMaterials sciencePrecipitationPrecipitation hardeningAlloyAluminiumDissolutionThermodynamicsQuenching (fluorescence)Differential scanning calorimetryMetallurgyAnnealing (glass)KineticsHardening (computing)Composite materialChemistryPhysical chemistry

Résumé

récupéré en direct d'OpenAlex

For aluminium alloys, precipitation strengthening is controlled by age-hardening heat treatments, including solution treatment, quenching, and ageing. In terms of technological applications, quenching is considered a critical step, because detrimental quench-induced precipitation must be avoided to exploit the full age-hardening potential of the alloy. The alloy therefore needs to be quenched faster than a critical cooling rate, but slow enough to avoid undesired distortion and residual stresses. These contrary requirements for quenching can only be aligned based on detailed knowledge of the kinetics of quench-induced precipitation. Until the beginning of the 21st century, the kinetics of relevant solid-solid phase transformations in aluminium alloys could only be estimated by ex-situ testing of different properties. Over the past ten years, significant progress has been achieved in this field of materials science, enabled by the development of highly sensitive differential scanning calorimetry (DSC) techniques. This review presents a comprehensive report on the solid-solid phase transformation kinetics in Al alloys covering precipitation and dissolution reactions during heating from different initial states, dissolution during solution annealing and to a vast extent quench-induced precipitation during continuous cooling over a dynamic cooling rate range of ten orders of magnitude. The kinetic analyses are complemented by sophisticated micro- and nano-structural analyses and continuous cooling precipitation (CCP) diagrams are derived. The measurement of enthalpies released by quench-induced precipitation as a function of the cooling rate also enables predictions of the quench sensitivities of Al alloys using physically-based models. Various alloys are compared, and general aspects of quench-induced precipitation in Al alloys are derived.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 GPT0,272
Écart entre enseignants0,249 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations97
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMaterialsMême sujetAluminum Alloy Microstructure PropertiesTravaux en français237 207