MétaCan
Menu
Retour à la cohorte
Enregistrement W4414212369 · doi:10.1038/s41598-026-51452-8

A Multiscale Analysis of Compressive Stress-Enhanced Carbide Precipitation in Deep Cryogenic Treated Martensitic Steel for Shovel Teeth

2025· article· en· W4414212369 sur OpenAlexafffund
Pejman Hajipour, Waris Khan, Shaofeng Sun, Leijun Li

Notice bibliographique

RevueScientific Reports · 2025
Typearticle
Langueen
DomaineMaterials Science
ThématiqueMetal Alloys Wear and Properties
Établissements canadiensUniversity of Alberta
Organismes subventionnairesInstitute for Oil Sands Innovation, University of AlbertaNatural Sciences and Engineering Research Council of CanadaUniversity of Alberta
Mots-clésCarbideTemperingMartensiteResidual stressCryogenic treatmentNucleationTungsten carbideElectron backscatter diffractionMartensitic stainless steel

Résumé

récupéré en direct d'OpenAlex

It is well known that the deep cryogenic treatment (DCT) hardens a steel alloy by generating more martensite, yet we find that, for a martensitic steel, the cryogenic treatment has resulted in little more martensite but an improved strain hardening, better elongation, a slight decrease in hardness, and an enhanced abrasive wear resistance. This paper reports a mechanistic study into the rationale for these unconventional results. It is shown that the DCT at - 180 °C followed by tempering at 200 °C significantly altered the kinetics and pathways of carbide precipitation by accelerating carbon diffusion under compressive stresses, enabling η-carbide that preceded M₇C₃ and M₂₃C₆ carbides during tempering. Dilatometric analysis revealed a marked drop in the apparent activation energy for η-carbide formation, from 59 kJ mol⁻¹ in the pre-DCT to 12 kJ mol⁻¹ post-DCT, indicating enhanced nucleation possibly driven by lattice contraction and defect redistribution on-heating. X-ray diffraction, electron microscopy, and dynamic light scattering indicated the formation of η-carbide during DCT, which served as precursors for a refined dispersion of M₇C₃ and M₂₃C₆ carbides during tempering. Thermo-Calc calculations indicated that the driving force for η-carbide nucleation remains favorable after DCT and at low temperatures. Finite element simulations showed that the cryogenic thermal cycle generates compressive surface stresses, part of which is retained as residual stress after DCT. XRD measurements confirmed a reduction in surface stress, while EBSD analysis revealed decreased lattice strain and GND density after DCT, with a slight increase following low-temperature tempering. Therefore, the cryogenically induced carbon diffusion under compressive stresses may have enhanced fine carbide precipitations that result in an improved mechanical performance for a martensitic steel widely used in the mining industry.

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 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 enseignants0,057
Score d'incertitude au seuil0,436

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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 Opus0,016
Tête enseignante GPT0,271
Écart entre enseignants0,255 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetMetal Alloys Wear and PropertiesTravaux en français237 207