MétaCan
Menu
Retour à la cohorte
Enregistrement W4283822560 · doi:10.1038/s41467-022-31665-x

Atomic-scale insights on hydrogen trapping and exclusion at incoherent interfaces of nanoprecipitates in martensitic steels

2022· article· en· W4283822560 sur OpenAlexaff
Binglu Zhang, Qisi Zhu, Chi Xu, Changtai Li, Yuan Ma, Zhaoxiang Ma, Sinuo Liu, Ruiwen Shao, Yuting Xu, Baolong Jiang, Lei Gao, Xiaolu Pang, Yang He, Guang Chen, Lijie Qiao

Notice bibliographique

RevueNature Communications · 2022
Typearticle
Langueen
DomaineMaterials Science
ThématiqueHydrogen embrittlement and corrosion behaviors in metals
Établissements canadiensMinistry of Education and Child Care
Organismes subventionnairesBeijing Institute of TechnologyTianjin UniversityNational Natural Science Foundation of ChinaTianjin University of TechnologyNational Science Foundation
Mots-clésTrappingAtomic unitsMaterials scienceScale (ratio)HydrogenMartensiteChemical physicsChemistryMetallurgyMicrostructurePhysicsBiology

Résumé

récupéré en direct d'OpenAlex

Hydrogen is well known to embrittle high-strength steels and impair their corrosion resistance. One of the most attractive methods to mitigate hydrogen embrittlement employs nanoprecipitates, which are widely used for strengthening, to trap and diffuse hydrogen from enriching at vulnerable locations within the materials. However, the atomic origin of hydrogen-trapping remains elusive, especially in incoherent nanoprecipitates. Here, by combining in-situ scanning Kelvin probe force microscopy and aberration-corrected transmission electron microscopy, we unveil distinct scenarios of hydrogen-precipitate interaction in a high-strength low-alloyed martensitic steel. It is found that not all incoherent interfaces are trapping hydrogen; some may even exclude hydrogen. Atomic-scale structural and chemical features of the very interfaces suggest that carbon/sulfur vacancies on the precipitate surface and tensile strain fields in the nearby matrix likely determine the hydrogen-trapping characteristics of the interface. These findings provide fundamental insights that may lead to a better coupling of precipitation-strengthening strategy with hydrogen-insensitive designs.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,008
Score d'incertitude au seuil0,468

Scores Codex et Gemma par catégorie

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 ouverte0,0010,002
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 Opus0,019
Tête enseignante GPT0,279
Écart entre enseignants0,260 · 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.

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

Citations123
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNature CommunicationsMême sujetHydrogen embrittlement and corrosion behaviors in metalsTravaux en français237 207