MétaCan
Menu
Retour à la cohorte
Enregistrement W4411927618 · doi:10.3390/cmd6030028

A Comparative Study of the Tensile Behavior of Wrought 44W Steel, Monel 400, 304L Stainless Steel, and Arc-Directed Energy Deposited 308L Stainless Steel in Simulated Hydrogen Environments

2025· article· en· W4411927618 sur OpenAlexafffund
Emmanuel Sey, Zoheir Farhat, Ali Nasiri

Notice bibliographique

RevueCorrosion and Materials Degradation · 2025
Typearticle
Langueen
DomaineMaterials Science
ThématiqueHydrogen embrittlement and corrosion behaviors in metals
Établissements canadiensDalhousie University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésMonelMaterials scienceMetallurgyUltimate tensile strengthHydrogenArc (geometry)AlloyEngineeringMechanical engineering

Résumé

récupéré en direct d'OpenAlex

This study investigates the tensile behaviors of wrought 44W steel, Monel 400, 304L austenitic stainless steel, and arc-directed energy deposited (arc-DED) 308L austenitic stainless steel under simulated hydrogen environments to evaluate their endurance to hydrogen embrittlement (HE). The specimens were subjected to cathodic hydrogen charging in an alkaline solution, followed by uniaxial tensile testing at a strain rate of 0.2 min−1. Based on measurements of elongation and toughness, the resistance to HE was ranked as follows: 304L stainless steel > Monel 400 > arc-DED 308L stainless steel > 44W steel. Notably, no significant changes were observed in the yield strengths, ultimate tensile strengths, or elastic modulus of 304L austenitic stainless steel, Monel 400, and 44W steel across all the levels of hydrogenation. However, the arc-DED 308L stainless steel exhibited a slight increase in these properties, attributed to its unique microstructural characteristics and strengthening mechanisms inherent to additive manufacturing processes. These outcomes contribute to a better understanding of the mechanical performance and suitability of these structural alloys in hydrogen-rich environments, highlighting the superior HE resistance of 304L stainless steel and Monel 400 for such 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 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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,040
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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 Opus0,019
Tête enseignante GPT0,269
Écart entre enseignants0,250 · 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.

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

Citations1
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCorrosion and Materials DegradationMême sujetHydrogen embrittlement and corrosion behaviors in metalsTravaux en français237 207