Influence of carbon and sulfur on austenite grain boundary mobility
Notice bibliographique
Résumé
The effects of carbon and residual sulfur on the grain boundary (GB) mobility in austenite were studied by in situ experiments, density functional theory (DFT) and mean field simulations. Fe-C samples with carbon contents ranging from 0.15 wt.-% to 0.46 wt.-%, containing impurities S (<25 wt. ppm) and P (<25 wt. ppm), were investigated under isothermal annealing conditions at 1050–1350 °C. High-temperature laser scanning confocal microscopy was used to observe and quantify in situ isothermal grain growth. The results demonstrated significant variations in grain growth kinetics and final grain size depending on C content and temperature. Above 0.25 wt.-% C, grain growth increased markedly, potentially due to increased GB segregation of C. To rationalize the experimental observations, a multiscale modeling workflow combining atomistic DFT calculations with mean field simulations of grain growth was used. The energy profiles of solute C and impurities S and P were determined for two different GB types ( Σ 5 and Σ 13 ). The segregation analysis revealed that C competes with P and S for grain boundary sites. Mean field simulations of GB enrichment and GB migration using DFT data provide an explanation for the increase in grain boundary mobility in alloys with sufficiently high C content. For lower C contents, the strong enrichment of S causes solute drag pressure, reducing the effective GB mobility. At higher C contents, C replaces S at the GB and thus significantly decreases the solute drag pressure. As a result, austenite grain growth accelerates with higher carbon contents.
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 ».