MétaCan
Menu
Retour à la cohorte
Enregistrement W4416266283 · doi:10.1016/j.cwe.2025.100009

Wear performance and microstructures of Fe-Cr-C alloy cladding on heterogeneous welded joints of NM450/ER70-G/ZG30SiMn

2025· article· en· W4416266283 sur OpenAlexaff
Ning Xiao, Yujie Tao, Yiheng Liu, Haoyu Kong, Qingjie Sun, Ninshu Ma

Notice bibliographique

RevueChina Welding · 2025
Typearticle
Langueen
DomaineMaterials Science
ThématiqueMetal Alloys Wear and Properties
Établissements canadiensSheridan College
Organismes subventionnairesnon disponible
Mots-clésWeldingCarbideCladding (metalworking)MicrostructureAlloyCoatingHot workWear resistance

Résumé

récupéré en direct d'OpenAlex

This work employed Fe-Cr-C alloy as the cladding material to fabricate wear-resistant coatings on dissimilar steel welded joints composed of NM450 wear-resistant steel and ZG30SiMn cast steel with ER70-G welding wire. The investigation focused on elucidating the effect of dilution ratio levels on microstructural distribution and wear behavior within this heterogeneous multi-material system. Owing to its inherently higher chromium (Cr) content, the NM450 region demonstrated more pronounced carbide formation compared to the ER70-G and ZG30SiMn regions. Microstructural analysis revealed that Cr7C3 carbides predominantly formed along grain boundaries, whereas Cr23C6 carbides mainly precipitated within grains. After cladding, the wear resistance of the NM450/ER70-G/ZG30SiMn welded joint was markedly improved, with the high-dilution coating exhibiting superior performance. This enhancement was attributed to favorable thermal conditions in the high-dilution scenario, promoting a more homogeneous precipitation of Cr23C6. Although significant elemental mixing occurred at the interfacial zones, the top region of the cladding layer remained minimally affected by dilution-induced drawbacks. Accordingly, the high-dilution sample demonstrated better wear resistance than its low-dilution counterpart due to optimized carbide precipitation characteristics. These findings provide basic insights for designing effective cladding strategies for complex multi-material components in demanding industrial 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 machine sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
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 Opus0,011
Tête enseignante GPT0,233
Écart entre enseignants0,221 · 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 source (Gemma direct ou Codex distillé), 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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChina WeldingMême sujetMetal Alloys Wear and PropertiesTravaux en français237 207