The Microstructure, Mechanical Properties, and Precipitation Behavior of 1000 MPa Grade GEN3 Steel after Various Quenching Processes
Notice bibliographique
Résumé
This study examines the microstructure, mechanical properties, and precipitation behavior of 1000 MPa grade GEN3 steel when subjected to various quenching processes, with a focus on the quench and partition (Q&P) technique. The Q&P-treated samples achieved 1300 MPa tensile strength and demonstrated superior yield strength, attributed to their refined substructure and their large amounts of precipitates. The quenched samples exhibited the thinnest martensite laths due to the highest martensite volume. Despite the as-annealed samples having the smallest grain size, the Q&P treatment resulted in optimal microstructural refinement results and a high dislocation density, reaching 1.15 × 1015 m−2. Analysis of the precipitates revealed the presence of V8C7, M7C3, M2C, and Ti(C, N) across various heat treatments. The application of the McCall–Boyd method and the Ashby–Orowan correction model indicated that quench and tempered (Q&T) samples contained the largest volume of fine precipitates, contributing to their high yield strengths. These findings offer valuable insights for optimizing heat treatment processes to develop advanced high-strength steels for industrial applications.
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) | 0,000 | 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 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 ».