MétaCan
Menu
Retour à la cohorte
Enregistrement W4317743246 · doi:10.1063/5.0134620

Interfacial bonding between iron and Mo- and Cr-doped tungsten carbides

2023· article· en· W4317743246 sur OpenAlexafffund
P. Aghdasi, Dongyang Li

Notice bibliographique

RevueJournal of Applied Physics · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced materials and composites
Établissements canadiensUniversity of Alberta
Organismes subventionnairesAlberta InnovatesNatural Sciences and Engineering Research Council of CanadaMitacs
Mots-clésMaterials scienceCarbideHardfacingMetallurgyAusteniteTungsten carbideDopingTungstenFerrite (magnet)MetalComposite materialMicrostructure

Résumé

récupéré en direct d'OpenAlex

Doping or partially substituting WC with metals, e.g., Mo and Cr, can lower its density while keeping the strength of the modified carbides similar to that of WC, making them attractive as the reinforcement for hardfacing overlays and tool steels, since they can be distributed homogeneously in the metal matrix. However, it is unclear if the doped WC has desirable interfacial bonding with the matrix, e.g., iron. In this study, we investigated the interfacial bonding of Mo- and Cr-doped WC, compared to that of mono-WC, with austenite and ferrite irons via first-principles calculations. (112¯0)Carbide//(110)Fe, (101¯0)Carbide//(100)Fe, and (0001)Carbide//(100)Fe interfaces for both ferrite and austenite with the lowest interfacial mismatch were investigated. Characteristics of the formed interfacial bonds were studied based on the electron localization function, electronic density of states, bond order, and net charge. It was demonstrated that the Mo and Cr-doped WC carbides, (W4−x, M)C4, show comparable or higher adhesive work with iron, compared to that of mono-WC with iron. The metal-substituted or doped W4C4 carbides are promising replacements of heavier WC for tool steels and ferrous hardfacing overlays.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

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 ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,012
Tête enseignante GPT0,225
Écart entre enseignants0,213 · 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 source (Gemma direct ou Codex distillé), 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

Citations24
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Applied PhysicsMême sujetAdvanced materials and compositesTravaux en français237 207