Interplay between phase stability and deformation mechanisms through compositional tuning: Insights into alloy design strategy from the Co-Cr-Ni medium-entropy system
Notice bibliographique
Résumé
This study investigates the interplay between composition-dependent phase stability and deformation mechanisms in Co-Cr-Ni medium-entropy alloys (MEAs) of equiatomic and non-equiatomic compositions. Co-rich (Co 2 CrNi), Cr-rich (CoCr 2 Ni), and Ni-rich (CoCrNi 2 ) MEAs were designed with each composition determined by selecting a constituent element present in the highest proportion compared to the equiatomic CoCrNi system, which served as the master composition. The composition tuning resulted in distinct microstructure evolution, influencing the mechanical properties and flow mechanisms, closely correlated with variations in stacking fault energy (SFE). Notably, the results highlighted the superior formability, attributed to the distinct deformation mechanisms present in single-phase MEAs (i.e., Co 2 CrNi, CoCrNi 2 , and CoCrNi). On the other hand, the introduction of ∼50 at% Cr thermodynamically triggered the formation of σ-phase upon homogenization treatment, negatively affecting the stability of the face-centered cubic (FCC) matrix and the alloy's mechanical behavior. Macro-to-nanoscale hierarchical microstructure analyses confirmed the progression of deformation via deformation-induced twinning (CoCrNi) and ɛ-martensite formation (Co 2 CrNi) in low-SFE alloys. In contrast, the higher-SFE CoCrNi 2 alloy exhibited highly dense dislocation walls (HDDWs) with fewer planar dislocation arrays despite the presence of numerous annealing twins. This research provides a systematic alloy design strategy, integrating theoretical analyses with experimental observations to achieve an in-depth comprehension of composition tuning in the Co-Cr-Ni system.
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 | 0,001 | 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 | 0,001 |
| 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 ».