Enhancing microstructure and mechanical properties of FeNi1.5CrCu0.5 high-entropy alloy through precipitation treatment and cold rolling
Notice bibliographique
Résumé
This study investigates how precipitation treatment affects the microstructure and mechanical properties of FeNi1.5CrCu0.5 high-entropy alloy, focusing on the role of precipitates during deformation. Homogenization followed by precipitation treatment formed Cr-rich precipitates, enhancing mechanical properties. After 80% cold rolling, the homogenized sample (HR) developed uniform fine shear bands, while the homogenized and precipitated sample (HGR) showed a heterogeneous distribution of fine and coarse shear bands. In the HGR sample, rotational dynamic recrystallization within shear bands produced new strain-free grains during deformation. Mechanical testing indicated that precipitation treatment increased ultimate shear strength from 459 MPa to 488 MPa, the shear yield strength from 340 MPa to 347 MPa, and the Vickers hardness from 134 HV to 171 HV, due to Cr 23 C 6 precipitates impeding dislocation motion. Following 80% cold rolling, the HGR sample exhibited slightly lower strength (ultimate shear strength: 526 MPa; shear yield strength: 353 MPa) compared to the HR sample. However, a significantly improvement in ductility observed, with shear elongation increasing from 10% to 22%, driven by strain-free grain formation. These results emphasize the critical role of precipitation treatments and cold deformation in optimizing the microstructure and mechanical properties of high entropy alloys for advanced engineering 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.
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 ».