Design of self-stable nanocrystalline high-entropy alloy
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Nanocrystalline (NC) materials are prone to grain-coarsening at low temperatures—requiring extra solute-element addition for stability. While this approach is established mainly in simple-binary-alloys, it is adjudged “complex” for multicomponent-alloys due to complex-interactions among constituent-elements. We report for the first time that nanograins in multicomponent-high entropy alloy (HEA) stabilize themselves without requiring additional solute if constituent-HEA-elements with highest mixing enthalpy and melting point preferentially segregate to grain boundaries (GBs); a process we term self-stabilizing effect in HEAs. Using in-situ X-ray diffraction, scanning/transmission electron microscopy, and atom-probe-tomography, we show that Cr and Fe in NC-AlCoCrFe-HEA (9 nm grain-size) segregate at GBs by site-competition to stabilize it at 0.5Tm (Tm–melting temperature). At 0.6Tm, GB-desegregation is established to be precursor to phase decomposition, and it competes with nanograin stability; this culminates in the onset of grain coarsening at this temperature. Compared with the literature (e.g., NC-AlCoCrFeNi), NC-AlCoCrFe HEA shows exceptional nanograin-stability at high homologous-temperatures; this suggests possible breakdown of the cocktail and sluggish-effects in HEAs, since more elements do not necessarily improve nanograin stability. To the authors’ knowledge, this is the finest stable-NC-HEA produced—it paves a new way of engineering NC-HEAs without coarsening in scalable solid-state processes that require substantially-high temperatures.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 | 0,001 |
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 découle