MétaCan
Menu
Retour à la cohorte
Enregistrement W3129177240 · doi:10.1002/adem.202001396

Effect of Microsegregation on High‐Temperature Microstructure Evolution in Rapid Solidification Processed Nb‐Rich Ni Superalloys

2021· article· en· W3129177240 sur OpenAlexafffund
Pablo D. Enrique, Ali Keshavarzkermani, Y. Zhou

Notice bibliographique

RevueAdvanced Engineering Materials · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueHigh Temperature Alloys and Creep
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Research Chairs
Mots-clésMaterials scienceSuperalloyMicrostructureNucleationAlloyMetallurgyPrecipitationHomogenization (climate)Phase (matter)DissolutionUltimate tensile strengthIndentation hardnessThermodynamicsChemical engineering

Résumé

récupéré en direct d'OpenAlex

Rapid solidification processes are used for coating, repairing, and manufacturing of metal alloy components in numerous industries. However, many alloys experience microsegregation of elements at subgrain boundaries at the termination of solidification, which have potential consequences for phase transformations at elevated temperatures if used without homogenization heat treatments. Herein, the effect of this microsegregation and solidification microstructure on the coarsening kinetics of the δ phase in a Nb‐rich Ni superalloy is evaluated. Microsegregation in rapid solidification processed (RSP) alloy 718 results in a greater availability of nucleation sites for the precipitation of the δ phase, resulting in smaller precipitate sizes. Coarsening of the δ phase is found to follow a Lifshitz–Slyozov–Wagner model, which is used to determine that Nb diffusion is the limiting factor in δ phase coarsening. With the formation of the δ phase, and the concurrent coarsening and dissolution of the γ″ strengthening phase, a decrease in both tensile strength and microhardness is observed. An improved understanding of the influence of microsegregation on phase transformations allows for a more informed application of non‐homogenized, RSP alloys in industry.

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 enseignants0,003
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)0,0010,000

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 Opus0,001
Tête enseignante GPT0,182
Écart entre enseignants0,181 · 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

Citations7
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAdvanced Engineering MaterialsMême sujetHigh Temperature Alloys and CreepTravaux en français237 207