Effect of chromium doping on the grain boundary character of WC-Co
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
The life of cutting tool inserts is critically important for efficient machining, reducing manufacturing cost, embedded energy, and enabling more complex parts to be machined. For these applications, cemented carbide (WC-Co) materials are a prime candidate. The performance of these materials can be limited by early fracture, typically via an intergranular fracture path with respect to carbide grains. This motivates further studies to understand the character of the grain boundary network so that grain boundary engineering (GBE) of WC-Co tools can be used to improve tool life and performance. In this work, we have used Rohrer et al.'s five-parameter grain boundary character distribution (GBCD) analysis to examine the grain boundary network of WC-10wt%Co and WC-10wt%Co-1wt%Cr samples (Rohrer et al., 2004a [ 1 ]). It was found that the measured area fraction of the Σ2 boundaries was comparable to the values reported in the literature despite the relatively larger grain sizes (~14 μm) and higher cobalt contents. The result suggests that chromium doping increases the area fraction of Σ2 boundaries from 12.8 % to 14.8 %. It is proposed that this is a consequence of altering the Σ2 boundary energy, as associated with adding chromium. • GBCD analysis was conducted on WC-10wt%Co and WC-10wt%Co-1wt%Cr samples. • 1 wt% chromium doping increases the fraction of Σ2 boundaries of WC-10wt%Co. • The increase in area fraction for Σ2 boundaries is approximately 15 %. • This suggests a decrease in grain boundary energy. • This aligns with previous grain boundary mechanical tests.
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 | 0,001 | 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 découle