MétaCan
Menu
Retour à la cohorte
Enregistrement W4282984307 · doi:10.1016/j.optlastec.2022.108370

Rolling contact fatigue behaviors of 25CrNi2MoV steel combined treated by discrete laser surface hardening and ultrasonic surface rolling

2022· article· en· W4282984307 sur OpenAlexaff
Xiongfeng Hu, Shengguan Qu, Zengtao Chen, Peng Zhang, Zhiyuan Lu, Fuqiang Lai, Chenfeng Duan, Xiaoqiang Li

Notice bibliographique

RevueOptics & Laser Technology · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueSurface Treatment and Residual Stress
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceCase hardeningUltrasonic sensorHardening (computing)Surface (topology)Composite materialLaserHardnessAcousticsOpticsGeometry

Résumé

récupéré en direct d'OpenAlex

In this paper, the effect of a novel surface treatment method that combing the discrete laser surface hardening (DLSH) and ultrasonic surface rolling (USR) on the material properties (surface roughness, microstructures, microhardness and residual stress) and rolling contact fatigue (RCF) behaviors of 25CrNi2MoV steel were investigated. A continuous-wave diode laser with a maximum output power of 2 kW was used to fabricate four different types of DLSH density samples with a size of Φ42 mm × 6 mm. The results showed that the combined USR treatment improved the surface quality (including roughness and oxide layer) of the DLSH samples, increased surface hardness, and obtained a beneficial surface compressive residual stress of up to 1240 ± 91 MPa. The severe plastic deformation introduced a gradient nano/ultrafine grain layer on both hardened zone (HZ) and substrate zone (SZ) surfaces of DLSH group samples, and the deformation depth decreased with the increase of DLSH density within 24.3–65.3 μm. Accumulation of plastic deformation below and around the HZ edge resulted in a gradient drop in hardness from HZ to SZ, which helps to relieve the occurrence of stress concentration at the surface HZ edge. Benefit from favorable factors, the RCF life of combined treated samples with hardened spot densities of 28%, 50%, 79% and 100% was increased by 82.2%, 123%, 143.6% and 171.9% compared with that of the untreated samples, respectively. After USR treatment, the failure mode within the SZ changed from spalling to delamination, but it remained as spalling failure within the HZ.

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 seuil0,003

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 Opus0,008
Tête enseignante GPT0,220
Écart entre enseignants0,211 · 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

Citations36
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOptics & Laser TechnologyMême sujetSurface Treatment and Residual StressTravaux en français237 207