MétaCan
Menu
Retour à la cohorte
Enregistrement W4254629938 · doi:10.5539/jmsr.v5n2p82

Research of Properties and Structure of Boron-modified Roll-foundry Iron

2016· article· en· W4254629938 sur OpenAlexvenueno aff
K. N. Vdovin, A. A. Zaitseva, Н. А. Феоктистов

Notice bibliographique

RevueJournal of Materials Science Research · 2016
Typearticle
Langueen
DomaineMaterials Science
ThématiqueMetal Alloys Wear and Properties
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceCementiteBainiteMetallurgyBoronFerrite (magnet)TemperingMartensiteAusteniteAtmospheric temperature rangeHardenabilityCast ironThermal decompositionComposite materialMicrostructureThermodynamics

Résumé

récupéré en direct d'OpenAlex

<p class="1Body">The aim of the research is to determine the properties and the structure of boron-alloyed iron used for rolls production. It was found that boron can form different carbides in iron, which significantly improve both hardenability and microhardness. Iron borides Fe<sub>3</sub>(B,C) are also formed in cast iron as only 40% of carbon atoms in cementite matrix can be replaced by boron. Besides, boron influences the temperatures of structural constituents decomposition (increases the rate of cementite decomposition), it also decreases the temperatures of developing phase transformations. The research group determined the kinetics of martensite decomposition, which is formed when chilled cast iron is poured into a metal mold and then undergoes thermal treatment to the temperature of 400 °C. In the temperature range of 210 – 400 °C the main process is decomposition of the retained austenite into bainite, while in the temperature range of 400 – 500 °C, the main process is decomposition of martensite and forming a ferrite-cementite mixture. In order to get the necessary properties of the roll face, it is necessary to provide its thermal treatment (tempering), when it is heated to the temperature of 400 °C to avoid martensite decomposition, because otherwise in the process of roll operation it can result in crack formation. </p>

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,023
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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 enseignants0,021
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0230,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,005
Communication savante0,0000,001
Science ouverte0,0010,001
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 Opus0,198
Tête enseignante GPT0,399
Écart entre enseignants0,201 · 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 tête enseignante, pas un consensus.

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

Citations1
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Materials Science ResearchMême sujetMetal Alloys Wear and PropertiesTravaux en français237 207