MétaCan
Menu
Retour à la cohorte
Enregistrement W4408034468 · doi:10.3390/met15030260

Influence of Heat Treatment on the Microstructure and Mechanical Properties of FeCoNiCrMn High-Entropy Alloy Manufactured via Laser Powder Bed Fusion

2025· article· en· W4408034468 sur OpenAlexafffund
Guoxing Zhu, Jingli Sun, Shoujiang Qu, J.Z. Jiang, Guojian Cao, Hao Wang, Jun Shen, Aihan Feng, D.L. Chen

Notice bibliographique

RevueMetals · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueHigh Entropy Alloys Studies
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaNational Natural Science Foundation of China
Mots-clésMicrostructureAlloyMaterials scienceFusionLaserHigh entropy alloysMetallurgyComposite materialOpticsPhysics

Résumé

récupéré en direct d'OpenAlex

Laser powder bed fusion (L-PBF), as one of the additive manufacturing (AM) or 3D printing techniques, has been widely used for the net-shape fabrication of high-entropy alloys (HEAs). However, microstructural defects are often present in the FeCoNiCrMn high-entropy alloy fabricated via L-PBF, which necessitate subsequent heat treatment for optimization. In this study, FeCoNiCrMn HEA samples were fabricated using L-PBF and subsequently annealed at different temperatures. The influence of heat treatment on the microstructure and mechanical properties was investigated. The results revealed that the cellular substructure remained stable at 650 °C, while at 1100 °C dislocation recovery and compositional homogenization occurred, leading to the dissolution of the cellular substructure. After annealing at 1200 °C, the elongation of the alloy increased by 82%, while the yield strength and ultimate tensile strength decreased by 37% and 10%, respectively, compared to the as-built state. The cellular substructure not only contributed to strength through dislocation strengthening but also acted as nucleation sites for subsequent twinning, resulting in improved work hardening capability. Annealing-induced grain growth and substructure elimination improved the capacity of coordinated plastic deformation, while weakening the contribution of grain rotation and twinning mechanisms.

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 candidatesaucune
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 enseignants0,013
Score d'incertitude au seuil0,466

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 recherche0,0000,000
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 Opus0,008
Tête enseignante GPT0,202
Écart entre enseignants0,195 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations4
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMetalsMême sujetHigh Entropy Alloys StudiesTravaux en français237 207