Unique slip mechanisms and flow behavior during high-temperature deformation of additively manufactured high carbon stainless steel
Notice bibliographique
Résumé
High-temperature deformation experiments were performed on 420 stainless steels (AM420SS) fabricated using laser powder bed fusion (LPBF) technology, both below and above its Ae 3 temperature ranging from 700 to 1150 °C and across two orders of magnitude of strain rates from 0.01 to 1 s −1 . Prior to the hot compressive tests, the reconstruction of parent austenite grains in the as-3D printed state was carried out, revealing that adjacent grains have similar alignment of primary slip systems along the building direction. The melt pool morphology and layered grain distribution of the as-3D printed AM420SS led to non-uniform texture development during hot compression, caused by the mismatch of dominant slip systems in different regions. Using the Kocks-Mecking (K-M) model, we found that dynamic recovery predominates at higher strain rates, while dynamic recrystallization becomes significant at lower strain rates and higher temperatures, as shown by reconstructed austenite grain sizes and recrystallization kinetics via the Johnson-Mehl-Avrami-Kolmogorov (JMAK) model. The activation energy of AM420SS was calculated to be 382 kJ/mol, with dislocation glide identified as the rate-determining deformation mechanism, indicated by an n value of 2.9. The prior austenite grain size increased while the shape factor decreased at higher temperatures, with a high density of stored energy constrained between growing austenite grains promoting preferential grain growth at lower strain rates. The findings from this work can guide the development of a combined net-shape fabrication technique with a high-temperature forming route to produce dense structures with controlled local texture.
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 | 0,001 | 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 ».