MétaCan
Menu
Retour à la cohorte
Enregistrement W4387144401 · doi:10.1115/gt2023-101520

Effect of Heat Treatment on the Morphology of γ′ Precipitates in LW 4275 and LW 4280

2023· article· en· W4387144401 sur OpenAlexaff
Ashutosh Jena, Alexandre Gontcharov, Paul Lowden, Mathieu Brochu

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueAdditive Manufacturing Materials and Processes
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésSolvusMaterials scienceSuperalloyMicrostructurePrecipitationVolume fractionScanning electron microscopeMetallurgyAnalytical Chemistry (journal)ChemistryComposite materialChromatography

Résumé

récupéré en direct d'OpenAlex

Abstract This study investigates the microstructural evolution of the γ′ precipitates in precipitation hardened Ni-based superalloys LW 4275 and LW 4280 comprising 5.2–5.5 wt. % Al, fabricated by laser powder bed fusion. The as-built microstructure established the presence of discrete carbides, while no signs of γ′ precipitates were present in either LW 4275 or LW 4280 specimens due to a high cooling rate of ∼1e+6 °C/sec. Both specimens were heat treated under a sub-solvus temperature of 1080 °C and super-solvus temperature of 1150 °C, which was established by Thermo-Calc modeling, followed by aging at 705 °C for 24h. Scanning electron microscope (SEM) examinations of samples subjected to sub-solvus heat treatment revealed that the size and volume fraction of the primary γ′ increased while the size and volume fraction of the secondary γ′ decreased as the solutionization period increased from 4 to 24h. Studies of the samples subjected to the super-solvus heat treatment revealed that the volume fraction and size of the γ′ precipitates increased with the increasing solutionization time from 4 h to 24h for both alloys. Finally, a detailed investigation of the morphological evolution of γ′ precipitate after both types of heat treatments was addressed.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,214
Score d'incertitude au seuil0,164

Scores Codex et Gemma par catégorie

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 ouverte0,0000,000
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 Opus0,010
Tête enseignante GPT0,228
Écart entre enseignants0,218 · 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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdditive Manufacturing Materials and ProcessesTravaux en français237 207