Rolling contact fatigue behaviors of 25CrNi2MoV steel combined treated by discrete laser surface hardening and ultrasonic surface rolling
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
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| 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