Magnetic Barkhausen Noise Measurements to Assess Temper Embrittlement in HY-80 Steels
Notice bibliographique
Résumé
Magnetic Barkhausen noise (MBN) can result from abrupt motion of domain walls due to their interaction with pinning sites during magnetization of ferromagnetic steel. However, understanding domain structure interactions with pinning site density is limited. In this article, the effect of density of pinning sites within grains of HY80 steel, on generation of MBN, was investigated. Pinning site density was modified by a heat treatment that produces temper embrittlement. Temper embrittlement refers to the reduction of fracture toughness of alloy steels when heated or slowly cooled through the embrittling temperature range and arises due to migration of impurity elements to grain boundaries. Samples, machined from a casting, were held at a constant temperature (525 °C) for different holding times, to generate varying degrees of temper embrittlement. MBN signal response was observed to decrease exponentially as a function of holding time with decay constants (relaxation time) in the range of 160-190 h. A reduction in the MBN signal along each sample's easy axis was attributed to different densities of impurity elements, which act as pinning sites for domain wall movement within grains. Samples were also characterized using a scanning electron microscope (SEM), hardness testing, and impact toughness testing. Hardness was observed to increase with holding time and MBN energy decreased linearly with increasing hardness. Furthermore, a linear relationship between impact energy and MBN energy was observed. This implies that MBN signal analysis can be used as an indirect measure of the change in material properties of the sample.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,006 | 0,001 |
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.
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».