MétaCan
Menu
Retour à la cohorte
Enregistrement W4401587265 · doi:10.20944/preprints202407.2231.v1

Investigating the Fatigue Response of Cathodically Charged Cold-Finished Mild Steel to Varied Hydrogen Concentrations

2024· preprint· en· W4401587265 sur OpenAlexfundno aff
Emmanuel Sey, Zoheir Farhat

Notice bibliographique

RevuePreprints.org · 2024
Typepreprint
Langueen
DomaineEngineering
ThématiqueMicrostructure and Mechanical Properties of Steels
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésMetallurgyHydrogenMaterials scienceChemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

This study investigates the fatigue behavior of cold-finished mild steel subjected to electrochemical hydrogen charging under controlled conditions. Samples were hydrogenated at constant time in a fixed electrolyte pH after which they underwent fatigue testing under constant loading condition with fixed frequency. The primary objective was to assess the impact of varying hydrogen permeation levels on the number of cycles to failure. The experimental results revealed a complex relationship between hydrogen concentration and fatigue life. Initially, as hydrogen permeation increased, the number of cycles to failure substantially decreased, demonstrating a detrimental effect of diffused hydrogen on fatigue resistance of samples. This decline in fatigue life was attributed to hydrogen embrittlement (HE) and hydrogen-enhanced decohesion (HEDE) phenomena, which collectively facilitate crack initiation and propagation. However, at high hydrogen concentrations, an unexpected increase in number of cycles to failure was observed suggesting the existence of a threshold hydrogen concentration beyond which the fatigue mechanisms may be altered, potentially due to saturation of hydrogen-related defects and mechanisms such as Hydrogen Enhance Localized Plasticity (HELP). The insights gained from this research have significant implications for the material's application in hydrogen-rich environments, such as those encountered in the energy and transportation industries.

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 enseignants0,001
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 Opus0,107
Tête enseignante GPT0,312
Écart entre enseignants0,206 · 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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePreprints.orgMême sujetMicrostructure and Mechanical Properties of SteelsTravaux en français237 207