Comprehensive Failure Mechanisms of Industrial Mo–W Hot-Work Steel Dies in Hot Stamping: Microstructural Degradation, Reaction-Layer Evolution, and Synergistic Wear Behavior
Notice bibliographique
Résumé
Hot stamping dies fabricated from Mo–W hot-work steels are exposed to severe thermo-mechanical fatigue (TMF), high-temperature oxidation, and complex tribological loading, which collectively accelerate die degradation and reduce production stability. Although individual failure modes have been reported, an integrated understanding linking microstructural evolution, interfacial reactions, and wear mechanisms remains limited. A failed Mo–W hot-work steel die removed from an industrial B-pillar hot stamping line was examined using Rockwell hardness mapping, optical microscopy, scanning electron microscopy (SEM), energy-dispersive X-ray spectroscopy (EDS), and X-ray diffraction (XRD) with Williamson–Hall (W–H) microstrain analysis. Surface (0–2 mm) and subsurface (~8 mm) regions of 10 × 10 × 10 mm samples were compared. Pits, cracks, reaction layers, and debris were quantified from calibrated SEM images. A 17% hardness reduction from surface (46.2 HRC) to subsurface (37.6 HRC) revealed pronounced TMF-induced softening. W–H analysis indicated microstrain of ~0.0021 and crystallite sizes of 50–80 nm in the surface region, reflecting high dislocation density. SEM/EDS showed pit diameters of 150–600 μm, reaction-layer thicknesses of 15–40 μm, and crack lengths of 40–150 μm. Fe–O oxides, Fe–Al intermetallics, and FeSiAl4 reaction phases were identified as major constituents of brittle surface layers and debris. Wear morphology confirmed a mixed mode of adhesive galling and oxide-assisted abrasive plowing.
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 | 0,000 |
| 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) | 0,000 | 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 ».