MétaCan
Menu
Retour à la cohorte
Enregistrement W4390754858 · doi:10.1016/j.matchar.2024.113654

Influence of hydrogen ingress on residual stress and strain in pipeline steels

2024· article· en· W4390754858 sur OpenAlexafffund
Tonye Alaso Jack, Beatriz D. Moreno, Fateh Fazeli, Jerzy A. Szpunar

Notice bibliographique

RevueMaterials Characterization · 2024
Typearticle
Langueen
DomaineMaterials Science
ThématiqueHydrogen embrittlement and corrosion behaviors in metals
Établissements canadiensNatural Resources CanadaCanadian Light Source (Canada)University of Saskatchewan
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésMaterials scienceHydrogenResidual stressSynchrotronUltimate tensile strengthMicrostructureCompressive strengthMetallurgyStress (linguistics)Composite material

Résumé

récupéré en direct d'OpenAlex

This study examines the effect of hydrogen ingress on the internal stress and strain of steels, using lab-source and synchrotron X-ray diffraction (XRD), and exploring both electrochemical and gaseous hydrogen ingress. The results show that compressive strains were generated after electrochemical hydrogen charging, and the residual stresses on the examined surface changed from being primarily tensile to compressive stresses. The compressive stress and strain were confirmed by a change in direction of the biaxial principal stress components, and a shift of the high-energy XRD peaks to higher 2θ values for the hydrogen-charged steels. The magnitude of the compressive stress and strain generated was dependent on the microstructure of the steel and increased with charging time or more hydrogen ingress into the steel. In-situ synchrotron XRD during gaseous charging at a pressure of 150 psi also showed a peak shift towards higher 2θ values, which slightly increased for the palladium-coated steel sample, when compared to the uncoated steel sample.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

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

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 Opus0,013
Tête enseignante GPT0,261
Écart entre enseignants0,248 · 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'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

Citations19
Publié2024
Routes d'admission2
Résumé présentnon

Explorer davantage

Même revueMaterials CharacterizationMême sujetHydrogen embrittlement and corrosion behaviors in metalsTravaux en français237 207