MétaCan
Menu
Retour à la cohorte
Enregistrement W4395025747 · doi:10.1088/2053-1591/ad425d

High-temperature mechanical properties of additively manufactured 420 stainless steel

2024· article· en· W4395025747 sur OpenAlexafffund
Harveen Bongao, M. Manjaiah, Persia Ada N. de Yro, Jubert Pasco, Thomas McCarthy, Kudakwashe Nyamuchiwa, Clodualdo Aranas

Notice bibliographique

RevueMaterials Research Express · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueAdditive Manufacturing Materials and Processes
Établissements canadiensUniversity of New Brunswick
Organismes subventionnairesScience and Engineering Research BoardNatural Sciences and Engineering Research Council of CanadaDepartment of Science and Technology, Ministry of Science and Technology, IndiaNew Brunswick Innovation Foundation
Mots-clésMaterials scienceFlow stressConstitutive equationComposite materialCompression (physics)PlasticityWork (physics)Stress (linguistics)Finite element methodHot workingMetallurgyStrain rateMicrostructureStructural engineeringMechanical engineering

Résumé

récupéré en direct d'OpenAlex

Abstract Martensitic stainless steels are indispensable alloys in various high stress and temperature applications such as plastic injection molds and components in steam generators. Subtractive manufacturing methods used to fabricate these parts, however, limits its functionality and performance due to design constraint of cooling channels. This limitation can be resolved by means of additive manufacturing while ensuring that acceptable high-temperature properties can be achieved. In this work, the mechanical behavior of additively manufactured 420 stainless steel (AM420SS) is explored through material constitutive modeling to determine the mathematical model that best describes its flow stress in extreme conditions. This is accomplished by subjecting the samples to hot compression under the strain rates of 0.1–1.0 s−1, and temperatures between 973–1423 K (700 °C–1150 °C) via Gleeble thermomechanical test. The experimental data were used to generate the predictive flow stress curves of constitutive models which includes Johnson-Cook, Zerilli-Armstrong, Zener-Hollomon, and Hensel-Spittel equations. Results showed that Zener-Hollomon and Hensel-Spittel models are the most accurate material constitutive equations with relatively high R values of 0.986 and 0.976, and low average absolute relative error values of 6.96% and 7.69%, respectively. The material constants derived from these models can be applied in finite element analysis simulations to assess the performance of using AM420SS parts at high temperature and strain conditions.

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 seuil0,003

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 Opus0,038
Tête enseignante GPT0,278
Écart entre enseignants0,240 · 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

Citations6
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMaterials Research ExpressMême sujetAdditive Manufacturing Materials and ProcessesTravaux en français237 207