MétaCan
Menu
Retour à la cohorte
Enregistrement W4408268036 · doi:10.1016/j.matchar.2025.114917

A cost-effective model for synergistic effects of microstructure and crystallographic texture on hydrogen-induced crack growth and corrosion rates in pipeline steels

2025· article· en· W4408268036 sur OpenAlexafffund
Ehsan Entezari, Alok Kumar Singh, Hojjat Mousavi, Jorge Luis González-Velázquez, Jerzy A. Szpunar

Notice bibliographique

RevueMaterials Characterization · 2025
Typearticle
Langueen
DomaineMaterials Science
ThématiqueHydrogen embrittlement and corrosion behaviors in metals
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesConsejo Nacional de Ciencia y TecnologíaInstituto Politécnico NacionalUniversity of Saskatchewan
Mots-clésMaterials scienceMicrostructureCorrosionPipeline (software)Texture (cosmology)MetallurgyHydrogenCrystallographyArtificial intelligenceMechanical engineeringComputer science

Résumé

récupéré en direct d'OpenAlex

This study proposes a Cost-Effective model based on microstructure, crystallographic texture, and hydrogen (H) diffusion to evaluate H-damage in pipeline steels. H-crack growth and corrosion rates, measured using ultrasonic inspection and a Gamry electrochemical setup, were correlated with microstructure and texture. Results show that smaller ferrite grain size, lower density of ∑ 3 co-incidence site lattice boundaries (CSLB), higher densities of geometrically necessary boundaries (GNB) and random high-angle grain boundaries (RHAGB), and higher overall stored energy (E Ave ) in texture fibers increase H-trap sites and reduce effective H-diffusivity, contributing to higher H-crack growth rates. Conversely, these same factors enhance corrosion resistance by improving passivation. Secondary phases have a detrimental effect on H-crack growth and corrosion resistance, varying with size, continuity, and volume fraction of phases. The proposed model, using hyperparameter tuning, quantifies the synergistic effects of microstructure, texture, and H-diffusion on H-damage and highlights the role of ferrite grain size in mitigating H-damage in pipeline steels. Finally, finite element (FE) analysis of grain structures provided supporting observations. • A proposed Cost-Effective model quantifies the synergistic effects of microstructure and texture. • Ferrite grain size is the dominant parameter for evaluating the performance of pipeline steel against H-damage. • Smaller ferrite grain size and misorientation angles >35° significantly increase elastic strain energy density. • Lower density of ∑ 3 CSLB, higher density of dislocations, RHAGB, and E Ave increase H-crack growth but improve corrosion resistance. • Increased volume fractions of γ- and ε-fibers reduce H-crack growth.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,012
Tête enseignante GPT0,271
Écart entre enseignants0,259 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations10
Publié2025
Routes d'admission2
Résumé présentnon

Explorer davantage

Même revueMaterials CharacterizationMême sujetHydrogen embrittlement and corrosion behaviors in metalsTravaux en français237 207