The Evaluation of Quenching Temperature Effect on Microstructural and Mechanical Properties of Advanced High Strength Low Carbon Steel After Quenching Partitioning Treatment
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
The influence of quenching temperature on microstructural and mechanical properties of low alloy steel of the following chemical composition: 0.26 C, 1.70 Mn, 1.42 Si, 1.10 Cr, 1.10 Ni, 0.94 Cu, 0.24 Mo, 0.1 V, Bal. Fe (Wt.%) was investigated after applying a quenching-partitioning (Q-P) treatment. The steel samples were isothermally quenched at 260, 280, and 300 °C, from the austenitizing temperature and then Q-P treated at 340 °C. After the Q-P treatment, the steel showed a multiphase microstructure containing bainite, martensite, and retained austenite. It was determined that the tensile strength and Charpy impact energy increased with a decrease in quenching temperature to 1415 MPa and 43 J, respectively. This effect was attributed to an increase in the volume fraction of austenite/martensite micro blocks that introduces a hard phase mixture strengthening factor and the presence of tempered martensite, which is strengthened by fine particle dispersion and moreover, a decrease in thickness of the bainitic-ferrite subunits that refine the microstructure. The fractographic examination of the Charpy tested specimens showed that the sample quenched at 260 °C contained finer and deeper dimples, which indicates that more energy was spent on the nucleation and growth of ductile fracture microvoids, thus increasing the toughness.
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) | 0,000 | 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 | 0,001 |
| 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