MétaCan
Menu
Retour à la cohorte
Enregistrement W4408761549 · doi:10.1016/j.jmatprotec.2025.118823

Effect of shot peening temperature on the microstructure induced by surface severe plastic deformation on an austenitic stainless steel

2025· article· en· W4408761549 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueJournal of Materials Processing Technology · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueSurface Treatment and Residual Stress
Établissements canadiensÉcole de Technologie Supérieure
Organismes subventionnairesAgence Nationale de la Recherche
Mots-clésShot peeningMaterials scienceMicrostructureMetallurgyAustenitePeeningAustenitic stainless steelSevere plastic deformationDeformation (meteorology)Composite materialResidual stressCorrosion

Résumé

récupéré en direct d'OpenAlex

The mechanisms of microstructure modifications were investigated for a 316 L austenitic stainless steel subjected to Surface Mechanical Attrition Treatment (SMAT) across a wide temperature range (143 K to 773 K) and their effects on hardness and residual stresses evolutions determined. The research highlights how temperature modulates deformation mechanisms , transitioning from Transformation-Induced Plasticity (TRIP) and Twinning-Induced Plasticity (TWIP) at low temperatures to dislocation glide and dynamic recrystallization at elevated temperatures. These transitions lead to a distinct trade-off: while cryogenic SMAT enhances surface hardness and compressive residual stresses , warm SMAT, particularly at 773 K, facilitates the formation of a thick refined surface layer due to thermal softening effect and increases the deformation and residual stress gradient depth. This study provides new insights into tailoring surface properties through controlled temperature during SMAT, offering pathways to enhance mechanical performance for advanced applications.

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.

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 enseignants0,005
Score d'incertitude au seuil0,507

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 Opus0,006
Tête enseignante GPT0,243
Écart entre enseignants0,237 · 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