MétaCan
Menu
Retour à la cohorte
Enregistrement W4403301997 · doi:10.31399/asm.cp.am-epri-2024p1149

Microstructural and Mechanical Evolution of High Temperature Proton Irradiated FeCrMnNi Concentrated Solid-Solution Alloy

2024· article· en· W4403301997 sur OpenAlexafffund
Qiang Wang, Cong Dai, Travis Skippon, Amy Fluke, Hui Yuan, Fei Long, Mark R. Daymond

Notice bibliographique

RevueAdvances in materials technology for fossil power plants : · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueHigh-Temperature Coating Behaviors
Établissements canadiensQueen's UniversityCanadian Nuclear Laboratories
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health ResearchAtomic Energy of Canada LimitedCanadian Light Source
Mots-clésAlloyMaterials scienceIrradiationProtonSolid solutionMetallurgyNuclear physicsPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract A FeCrMnNi concentrated solid-solution alloy was irradiated with a 2 MeV proton beam up to 1 dpa and 6 dpa at temperatures of 400 °C and 600 °C. The microstructural changes induced by irradiation were characterized using Transmission Electron Microscopy (TEM). In samples irradiated at 400 °C, Frank loops were the predominant form of lattice damage at 1 dpa, whereas small defect clusters were more prevalent at 6 dpa. For the sample irradiated to 1 dpa at 600 °C, both Frank loops and small defect clusters were present in similar density. Nanoindentation was employed to assess the changes in mechanical properties (hardness) post-irradiation, revealing significant hardening in all irradiated samples. The results indicated that the hardening effect began to saturate at 1 dpa or earlier. Additionally, nanoindentation creep tests with a 1200-second dwell period produced stress exponents comparable to those obtained from conventional creep testing. The findings suggest a shift in the deformation mechanism from dislocation glide to dislocation climb in the sample irradiated to 6 dpa at 400 °C.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,006
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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 recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,003
Tête enseignante GPT0,243
Écart entre enseignants0,239 · 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 tête enseignante, pas un consensus.

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'admission2
Résumé présentoui

Explorer davantage

Même revueAdvances in materials technology for fossil power plants :Même sujetHigh-Temperature Coating BehaviorsTravaux en français237 207