Tailoring microstructure and mechanical properties of an AA5454 extruded aluminum alloy with Sc/Zr microalloying and processing conditions
Notice bibliographique
Résumé
Microalloying with Sc and Zr offers significant potential to enhance the strength, microstructural stability, and corrosion resistance of aluminum alloys. This study investigates the effects of individual Sc and combined Sc/Zr additions on the mechanical performance and microstructural evolution of AA5454 extrusions subjected to two homogenization treatments (350°C/24h and 575°C/4h). Homogenization at 350 °C promoted the formation of fine, coherent Al 3 Sc and Al 3 (Sc,Zr) precipitates, enhancing dispersion strengthening and recrystallization resistance. At the higher homogenization temperature of 575°C, Al 3 Sc precipitation was suppressed in the Sc-containing alloy, while coarse Al 3 (Sc,Zr) precipitates formed in the alloy containing both Sc and Zr. The results revealed a significant increase in yield strength (YS), ranging from 132–139 MPa in the Sc-containing alloy to 132–164 MPa in the Sc- and Zr-containing alloy, with yield strength increments of 49–77 MPa per 0.1 wt.% Sc addition, depending on the processing route. Transmission electron microscopy and electrical conductivity measurements confirm the evolution and reprecipitation behavior of Al 3 Sc/Al 3 (Sc,Zr) precipitates in the Sc- and Sc/Zr-containing alloys. A predictive strength model combining solid solution, grain boundary, and dispersion/precipitation strengthening showed good agreement with the experimentally measured YS values, identifying precipitation strengthening as the primary contributor, particularly after post-aging. These findings reveal pathways for improving the performance of 5xxx-series extrusions.
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 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| 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 ».