On the surface segregation of Sn in cold-rolled Fe under continuous annealing conditions
Notice bibliographique
Résumé
The surface segregation of Sn in cold-rolled Fe-0.03Sn and Fe-0.01Sn (at.%) model alloys was investigated for annealing parameters characteristic of continuous galvanizing lines (CGLs). The most significant increase in surface coverage occurred during linear heating between 500 and 675°C, where no significant change in segregation was observed with isothermal holding for 60 – 480 s at peak annealing temperatures of 675 – 825°C. While the bulk diffusion of Sn in Fe determined the segregation rate during extended isothermal holding up to 10800 s, it could not account for the rapid increase in coverage during heating. It was determined that Sn segregation was accelerated during linear heating by rapid diffusion along dislocation pipes in the cold-rolled starting microstructure. Integrating the decrease in diffusivity due to recrystallization into the McLean model for interfacial segregation resulted in an experimentally verified description of segregation kinetics during linear heating. It was also able to predict the experimentally observed increase in segregation when the linear heating rate between 500°C and 675°C was decreased from 5 to 1°C/s. No significant difference in surface segregation was observed between the 0.01 and 0.03 at.% Sn addition for isothermal holding of 480 s or less, which can be explained by the saturation of easy adsorption sites. A bond-breaking model was used to illustrate their origin from imperfect coordination within the surface layer. As significant surface segregation can be achieved within the CGL processing window, Sn microalloying appears as a promising strategy to improve galvanized coating quality.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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) | 0,003 | 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 ».