Understanding activation and growth of twin variants in polycrystalline magnesium under tension and compression: An atomistic study
Notice bibliographique
Résumé
• MD simulation details twinning in polycrystalline Mg under uniaxial load. • An algorithm is developed to identify twin variants in deformed polycrystal. • Three-dimensional analysis shows distinct twin patterns in tension and compression. • Schmid factor's critical role in twin activation/selection is confirmed. Deformation twinning is known to be important in the acquisition of plasticity for hexagonal close-packed crystal structures, of great implication to the design and development of novel high-strength Mg alloys with enhanced formability. Accurate understanding of deformation twinning necessitates critical mechanistic knowledge of the activation and selection of twins at nanoscale. In this work, considering polycrystalline Mg, we performed comprehensive molecular dynamics simulations to investigate deformation twinning under uniaxial tension and compression loading. An algorithm has been developed and implemented to identify the active twin variants of three operating twin modes during deformation. Sharp contrast between tension and compression loading in terms of twin patterns and twin growth was observed, attributed to difference in twin variant activation and twin-twin interaction under the two loading conditions. Furthermore, the critical role of Schmid factor in twin variant activation and selection has been elucidated, in good agreement with experimental observations. This study contributes critical insights towards advancing our understanding of the complex behaviors of deformation twinning in polycrystalline Mg.
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 | 0,001 | 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 | 0,001 |
| 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 ».