Applying Thermo-Reactive Diffusion Method to Surface Coating of H13 Tool Steel Using Ferrovanadium, Ferrochromium, and Misch Metal
Notice bibliographique
Résumé
The thermo-reactive diffusion (TRD) process is a method for surface hardening that improves the hardness, corrosion resistance, and wear resistance of the materials. In this study, the effect of composition was investigated, by using 8, 12, 16, 20, and 24 wt% of ferrochrome and ferrovanadium with equal amounts, along with 3 wt% aluminum and borax. The TRD process was carried out at 1000°C for 7 hours on AISI H13 hot work tool steel so that a complex coating of chromium-vanadium carbide was formed on the H13 substrate. Optical and scanning electron microscopes were used to evaluate the thickness and microstructure of the samples, respectively. Moreover, the amount of alloying elements and constituent phases on the surface were analyzed by point analysis and X-ray diffraction. The micro-hardness method was used to evaluate the hardness of the samples. The results of this study showed that by increasing the amount of ferroalloy, the hardness and thickness of the coating increase. The optimal composition with 8% ferrochrome and 8% ferrovanadium was found to yield a coating with a thickness of 7.65 μm and a hardness of 2115 HV.
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 | 0,007 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,000 | 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 ».