MétaCan
Menu
Retour à la cohorte
Enregistrement W4389540757 · doi:10.17118/11143/21072

Molecular dynamics based study on the effect of hydrogen on themechanical properties of Fe-C system

2023· article· en· W4389540757 sur OpenAlexafffund
Carlos J. Martinez, Rajwinder Singh, Roger Eybel, Mamoun Medraj

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineMaterials Science
ThématiqueMaterial Properties and Failure Mechanisms
Établissements canadiensSafran Electronics (Canada)Concordia University
Organismes subventionnairesAlliance de recherche numérique du Canada
Mots-clésMolecular dynamicsHydrogenDynamics (music)Materials scienceChemical physicsChemistryComputational chemistryPhysics

Résumé

récupéré en direct d'OpenAlex

Hydrogen Embrittlement (HE) refers to the degradation of mechanical properties in metals due to the presence of absorbed hydrogen (H) atoms, as these are small and can easily diffuse into the solid metals.As a result, the metallic components can fail catastrophically during service due to HE. Steels susceptibility to HE is one of the main topics in current HE research as H has a high mobility in iron (Fe).In this paper, single crystal from the Fe-C and Fe-C-H systems are modelled using molecular dynamics (MD), in order to study the effects of H on the mechanical properties of the Fe-based materials.The single crystal is subjected to a tensile load in the longitudinal axis for the time necessary to detect differences in the deformation behavior of the material.Four main results are discussed: stress-strain response, change in phase distribution, change in vacancy count and dislocation density.Overall, results show a degradation in the mechanical properties with the random addition of H atoms into the Fe-C system, this degradation being more pronounced as H concentration increases: the peak stress and corresponding strain are reduced, vacancy formation is increased, and dislocation density is reduced.Additionally, a change in phase distribution with applied strain is observed.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

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 technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,018
Tête enseignante GPT0,217
Écart entre enseignants0,199 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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'admission2
Résumé présentoui

Explorer davantage

Même sujetMaterial Properties and Failure MechanismsTravaux en français237 207