Analysing strength, hardness and grain-structure of 0.2%-C steel specimens processed through an identical heating period with different continuous transformation rates
Notice bibliographique
Résumé
Abstract The present work deals with improvement of mechanical properties and refining the microstructure of low carbon steel (0.2%-C) after applying heat treatment techniques. For the purpose, five different samples were taken under study. First sample was kept in ‘as received’ condition and other four samples were undergone into heating process in an Induction furnace. The holding temperature of all the four samples were kept common i.e., 850 °C for a fixed period of 2.5 h. Then, these four samples were cooled into four different cooling media i.e., Air, Water, Oil, and Furnace. All the samples were in the form of rods with 195 mm length and 32 mm diameter. The universal testing machine was used to determine the tensile strength of all the samples. Rockwell hardness tester was used to find the hardness of samples. The microstructural variation was analysed through an optical microscope. All the results were analysed and compared with ‘as received’ sample. The Oil cooled sample showed the highest tensile strength of 585 MPa. The microstructural orientation of oil cooled sample i.e., bainite + fine lamella of ferrite and cementite, provides a good hardness, strength, and toughness to the steel. In addition, XRD and fractography analysis of the samples were also carried out.
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 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».