Effect of the Microstructure on the Corrosion and Fatigue Behavior of the Additively Manufactured M789 Stainless Steel
Notice bibliographique
Résumé
Corrosion is one of the most destructive on the environment and also on our safety. Not only does the microstructure influence the severity of corrosion, but also does many other chemical and mechanical factors such as fatigue. For this reason, the ability to evaluate and further predict localized corrosion on materials subjected to stress has been a growing interest in an attempt to foresee the fatigue-corrosion damage before escalating into a material failure, years later. A quantitative and qualitative investigation was conducted to assess the effect of the heterogeneous microstructure on the fatigue and corrosion resistance of the additively manufactured martensitic stainless steel, AMPO M789, employed in application where a high hardness and corrosion resistance is of need. We first examined quantitatively the inclusion content of polished surfaces and the roughness of net-shaped samples, in order to estimate the fatigue strength of the alloy with statistics of extreme values and linear fracture mechanic approach. We then exposed the material to electrochemical tests in synthesized seawater, in order to identify possible corrosion mechanisms and to further assess the pits initiation and their dimensions. Considering those results, we finally predicted a possible performance of M789 in high-cycle fatigue in presence of corrosive environment. We believe our work represents a first step towards studying the synergistic effect of localized corrosion and fatigue strength on the heterogeneity of this new additively manufactured alloy.
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 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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».