Influence of Microstructure and Texture on Tensile Properties of an As-Rolled Ti2AlNb-Based Alloy
Notice bibliographique
Résumé
Ti2AlNb-based alloys are widely used in aerospace applications due to their excellent high-temperature mechanical properties. This study aims to investigate the texture, microstructural evolution, and phase transformation behavior of Ti2AlNb-based alloy sheets during heat treatment and their effects on tensile properties. During heat treatment, B2 → O phase transformation occurs at 550 °C and 650 °C, while Ostwald ripening takes place at 700 °C and 850 °C. The α2 phase undergoes spheroidization around 1000 °C due to grain boundary separation and recrystallization. Additionally, the B2, O, and α2 phases all exhibit strong textures. The B2-phase texture follows a cubic orientation ({100}<001>), rotated ~30° around the normal direction (ND). The O-phase texture consists of a strong {100}<010> rolling texture and a weaker texture component <001>//RD, influenced by the B2-phase texture, rolling deformation, and variant selection during O-phase precipitation. Each B2 grain generates four variants, forming distinct O-phase textures within the same grain. The α2-phase texture exhibits typical rolling textures, [0001]//TD, <1¯21¯0>//ND, and {112¯0}<011¯0>, remaining stable after heat treatment. Tensile tests show that the rolled sheet has better ductility along the rolling direction (RD), while the transverse direction (TD) demonstrates higher yield strength (up to 1136 MPa). The anisotropy in tensile properties is mainly attributed to the O-phase texture, with minor contributions from the α2-phase and B2-phase textures. These findings provide a theoretical basis for optimizing the mechanical properties of Ti2AlNb-based alloys.
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 ».