MétaCan
Menu
Retour à la cohorte
Enregistrement W4200216356 · doi:10.3389/fmech.2021.697116

Interactions Between Dynamic Softening and Strengthening Mechanisms During Hot Forging of a High-Strength Steel

2021· article· en· W4200216356 sur OpenAlexaff
Makarim Khan, D. Shahriari, Mohammad Jahazi, Jean-Benoît Morin

Notice bibliographique

RevueFrontiers in Mechanical Engineering · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueMetallurgy and Material Forming
Établissements canadiensCégep de Sorel-TracyÉcole de Technologie Supérieure
Organismes subventionnairesnon disponible
Mots-clésDynamic recrystallizationMaterials scienceForgingMicrostructureIngotSofteningRecrystallization (geology)Strain rateDeformation (meteorology)MetallurgyComposite materialHot working

Résumé

récupéré en direct d'OpenAlex

Open-die forging is a critical step in the manufacture of large numbers of components used in the transportation and energy industries. Dynamic recrystallization, dynamic transformation, and dynamic precipitation take place during the hot deformation process and significantly affect microstructure conditioning, which ultimately influences the service properties of the component. In the present work, using a Gleeble 3800 thermomechanical simulator, the open-die forging of a large-size ingot made of a modified AISI 6140 medium carbon high-strength steel is investigated. Deformation temperatures ranging from 950°C to 1,250°C and strain rates ranging from 0.01 to 1 s−1, representative of the actual process, are considered in the analysis. The generated true stress–true strain curves are used as a basis for the development of a constitutive model predicting the occurrence of softening and strengthening phenomena as a function of thermomechanical conditions. The corresponding activation energy is determined to be about 374 kJ mol−1 and is compared against the values reported in the literature for other high-strength steels. Dynamic recrystallization kinetics is studied using the t50 model, and the influence of temperature and strain rate is quantified and discussed. The interaction between dynamic precipitation and dynamic recrystallization is discussed, and the deformation conditions under which such interactions occur are determined. The thermomechanical results are validated by microstructure examination, including laser confocal microscopy, field emission scanning electron microscopy, transmission electron microscopy, and energy-dispersive spectroscopy. The present study focuses on reproducing the deformation cycle applied during the open-die forging process of a vanadium-containing high-strength steel used in the industry with special attention to the interaction between dynamic recrystallization and precipitation processes.

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 enseignants0,001
Score d'incertitude au seuil0,002

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)0,0000,000

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 GPT0,190
Écart entre enseignants0,186 · 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

Citations2
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Mechanical EngineeringMême sujetMetallurgy and Material FormingTravaux en français237 207