Influence of Competitive C–P Segregation on Austenite Grain Growth in Iron Alloys
Notice bibliographique
Résumé
The influence of C on the P‐induced solute drag effect (SDE) retarding austenite grain growth is studied using in situ high‐temperature laser scanning confocal microscopy (HT‐LSCM) and corroborated by ab initio density functional theory (DFT) calculations. Three Fe–C–P alloys, each containing 0.20 wt.‐% C and varying P concentrations, are subjected to isothermal annealing between 1050 and 1350 °C. HT‐LSCM enabled real‐time observation of grain size evolution, supported by ex situ digital microscopy (DM) to improve statistical validity. Critical comparisons with austenite grain growth studies in binary Fe–P and Fe–C alloys revealed that phosphorus, along with trace amounts of sulfur, significantly reduces grain boundary (GB) migration rates. Carbon, however, enhances grain growth rates, because of suppressing the segregation of slower diffusing retarding elements like sulfur and phosphorus. For the Fe–C–P alloys investigated, the addition of 0.20 wt.‐% C is found to mitigate phosphorus GB segregation at elevated temperatures, thereby weakening its SDE. DFT simulations further confirm that C and P compete for GB sites, providing additional atomistic insight into the experimentally observed behavior. The consistency between in situ HT‐LSCM results and ab initio calculations reinforces the proposed methodology and align with literature on C and P GB segregation in austenite.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».