MétaCan
Menu
Retour à la cohorte
Enregistrement W4361204477 · doi:10.1002/srin.202200952

Austenite Nucleation and Growth as a Function of Starting Microstructure for a Fe–0.15C–5.56Mn–1.1Si–1.89Al Medium‐Mn Steel

2023· article· en· W4361204477 sur OpenAlexafffund
Azin Mehrabi, Joseph R. McDermid, Xiang Wang, Hatem S. Zurob

Notice bibliographique

Revuesteel research international · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrostructure and Mechanical Properties of Steels
Établissements canadiensMcMaster University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaInternational Zinc Association
Mots-clésCementiteAusteniteMicrostructureMaterials scienceMetallurgyBainiteFerrite (magnet)NucleationMartensiteAnnealing (glass)Composite materialThermodynamics

Résumé

récupéré en direct d'OpenAlex

The effects of starting microstructure and intercritical annealing temperature on the phase‐transformation kinetics and microstructural evolution of a prototype Fe–0.15C–5.56Mn–1.1Si–1.89Al medium‐Mn third‐generation advanced high‐strength steel are examined. The starting microstructures comprise 1) an as‐received cold‐rolled (CR) microstructure containing a significant fraction of ferrite and tempered martensite and 2) an austenitized and quenched martensite–ferrite (MF) microstructure. Based on the microstructural observations, two different scenarios for austenite formation during intercritical annealing are proposed. For the CR starting microstructure, austenite can nucleate at ferrite/cementite interfaces, and at ferrite grain boundaries. In the case of the MF starting microstructure, which contains thin films of interlath retained austenite (RA), austenite forms on the martensite lath boundaries or grows directly from the existing interlath RA. The studies are interpreted using the DICTRA module of Thermo‐Calc. At 665 °C, the austenite reversion kinetics of the MF samples are faster than the transformation kinetics in the CR structure. At higher temperatures where most of the cementite has dissolved, the austenite fraction in both starting microstructures is very similar.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,459
Score d'incertitude au seuil0,628

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
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 ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,041
Tête enseignante GPT0,313
Écart entre enseignants0,272 · 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 tête enseignante, 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

Citations11
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuesteel research internationalMême sujetMicrostructure and Mechanical Properties of SteelsTravaux en français237 207