INFLUENCE DES CARACTÉRISTIQUES DES SURFACES USINÉES SUR LA RÉSISTANCE À LA CORROSION D’UN ACIER INOXYDABLE AUSTÉNlTO - FERRITIQUE
Bibliographic record
Abstract
L’objectif de ce travail est d’étudier l’influence des caractéristiques mécaniques des surfaces usinées sur la résistance à la corrosion localisée en eau de mer synthétique. Le matériau étudié est un acier inoxydable duplex austénito ferritique Les surfaces analysées sont tournées, tournées ensuite rectifiées, tournées et galetées ou tournées, rectifiées et galetées. Ces surfaces sont caractérisées par la rugosité et les contraintes résiduelles. Les courbes potentio-dynamiques, permettant de déduire les potentiels de corrosion, de piqûre et de repassivation, ont montré une meilleure résistance à la corrosion des pièces rectifiées et des pièces galetées par rapport à l’état initial tourné. En effet, en tournage, les contraintes résiduelles sont de traction à cause des températures de coupe élevées. La rectification améliore l’état de la surface mais introduit des contraintes résiduelles de traction généralement faibles par rapport à celles introduites par le tournage, il en résulte une diminution du potentiel de corrosion et de piqûre. Quant au galetage, il détruit les contraintes résiduelles de traction pour introduire des contraintes de compression. A ceci, s’ajoute une diminution de la rugosité par rapport aux surfaces tournées ou rectifiées. Ces caractéristiques offrent au galetage, quand il est comparé au tournage et à la rectification, le meilleur comportement à la corrosion.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.003 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".