Tune Al/Ti to adjust FCC+L21 hetero-structured Ni-based high-entropy alloys for improved mechanical properties and wear resistance
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Outstanding mechanical properties of Ni-based superalloy benefit from its coherent γ/γ’ structure via precipitation strengthening of γ matrix (FCC structure) by L1 2 Ni 3 Al-type γ’ phase. Back-stress strengthening is another effective strategy to further enhance the FCC+L1 2 structured Ni-based superalloy. In this work, we extend such approaches to high-entropy alloys (HEAs) by introducing different Al and Ti contents (5 at.% ∼18 at.%) into a Ni-based CrFe 2 Ni 4 alloy to form FCC+L2 1 heterostructured Al x CrFe 2 Ni 4 Ti y HEAs. Detailed microstructural analysis indicates that L1 2 Ni 3 (Al,Ti)-type nanoparticles form in a (Ni,Fe,Cr)-rich FCC matrix. The volume fraction of L2 1 AlNi 2 Ti-type phase can be varied by adjusting the Al/Ti ratio and concentrations of Al and Ti. Higher Al and Ti contents promote L2 1 phase formation and higher Al/Ti ratio (>1) prohibits the high Ti-containing compounds such as D0 24 η -Ni 3 Ti and C14 Laves Fe 2 Ti phases, which are hard but brittle. Corresponding Young's modulus , Poisson's ratio , hardness, and the bulk to shear modulus ratio (B/G) can be readily modified. Compressive tests demonstrate that Al 1.5 CrFe 2 Ni 4 Ti 1.0 alloy with half FCC and half L2 1 phases possesses the optimal strength-ductility combination (with compressive yield strength of ∼1564 MPa and fracture strain of ∼28 %). DFT calculations were performed to elucidate relevant mechanisms. Sliding wear tests were also performed, which demonstrate superior wear resistance of the HEAs at both room and elevated temperatures, compared with a commercial Ni-based superalloy, UHT-Nickel.
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.
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 | 0,001 | 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) | 0,000 | 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 découle