Austenite grain growth and hot deformation behavior in a medium carbon low alloy steel
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
To examine the austenite grain growth behavior and kinetics under isothermal austenitization process in a low alloy medium carbon forged steel, heat treatments at different temperatures (1150, 1175, 1200, and 1260 °C) and times (5, 15, and 25 min) were conducted. An Arrhenius constitutive relationship was developed to analyze and predict the austenite grain size as a function of the austenitization temperature and time during isothermal austenitization. The model predictions agreed well with the experimental austenite grain size data. Following the austenitization examinations, the hot deformation behavior of the alloy was studied by performing isothermal compression tests for different soaking times (5, 15, and 25 min) at the deformation temperatures of 1150, 1175, and 1200 °C, at a constant strain rate of 0.05 s−1, and up to a true strain of 0.6. The microstructures of the hot compressed samples were assessed to determine the dynamic softening mechanisms and potential austenite grain refinement by dynamic recrystallization (DRX). Under the investigated hot deformation conditions, the flow stress curves and microstructure observations showed DRX characteristics. The flow curves from the peak to the steady-state stress were accurately predicted using a Johnson–Mehl–Avrami–Kolmogorov (JMAK) equation. Based on the flow curves and a mathematical equation, the DRX kinetics were also determined. Variations of the flow curves, DRX kinetics, and dynamic recrystallized (DRXed) grain size with the deformation temperature, strain, and the austenite grain size prior to deformation were analyzed.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,000 | 0,000 |
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.
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 découle