Effect of austempering temperature on microstructure evolution, mechanical properties and wear resistance of carbon-free nano-bainite steel
Notice bibliographique
Résumé
Carbide-free nano-bainite steel holds significant potential for applications in mining as an ultra-high strength wear-resistant steel, but the wear mechanisms are not yet fully understood. This study aims to explore the effect of austempering temperature on microstructure, mechanical properties and wear resistance of carbide-free nano-bainitic steel. The relationship between the content and mechanical stability of retained austenite (RA) and mechanical properties was investigated to elucidate the mechanisms of pin-on-disc wear and impact wear. The results show that in the range of Ms∼300 °C, the phase transformation incubation period and completion time significantly increase with decreasing austempering temperature, which is mainly related to higher phase transformation driving force resulting from a larger subcooling degree and slow growth of carbon content in RA. Optimal strength and hardness of 2099 MPa and 615 HBW, respectively, are achieved after austempering at 210 °C for 83 h. Austempering at 270 °C for 11 h yields the best balance of strength and plasticity, with a strength-plasticity product of 28.8 GPa%. The micro-cutting mechanism of pin-on-disc wear leads to serious weight loss. The RA with poor mechanical stability accelerates the stress-induced martensite transformation, while internal stress support due to volume expansion reduces the penetration depth of abrasive particles. The weight loss in impact wear is primarily caused by shedding due to fatigue failure. With the increase of RA content and mechanical stability, the persistent stress-induced martensite transformation effectively hinders micro-crack propagation, thereby enhancing impact wear resistance.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| 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 ».