MétaCan
Menu
Back to cohort
Record W7056084788

Effet d'un enrichissement en nickel sur la stabilité mécanique de l'austénite de réversion lorsque soumise à de la fatigue oligocyclique

2014· other· fr· W7056084788 on OpenAlexvenueno aff

Bibliographic record

VenueLibrary and Archives Canada (Government of Canada) · 2014
Typeother
Languagefr
FieldMaterials Science
TopicThermal properties of materials
Canadian institutionsnot available
Fundersnot available
KeywordsNickelDecantationNickel alloyMartensitic stainless steel
DOInot available

Abstract

fetched live from OpenAlex

L’effet d’un enrichissement en nickel sur la stabilité mécanique de l’austénite de réversion contenue dans des aciers inoxydables martensitiques doux de type 13%Cr-4%Ni et 13%Cr-6%Ni a été étudié. L’objectif principal de l’étude était d’examiner leur microstructure et de comparer le comportement dynamique de l’austénite de réversion.
\n
\nDes revenus effectués à différentes températures ont montré que l’alliage à 6% Ni commençait à former de l’austénite à une température plus basse tout en permettant d’en former une plus grande quantité. Des analyses faites au MEB et au MET ont permis d’observer cette austénite et de déterminer sa composition chimique. Il a été observé qu’elle était plus riche en Ni que la martensite qui l’entoure. Cet enrichissement a augmenté avec la température de revenu et s’est fait au détriment d’un appauvrissement de la martensite avoisinante. L’étude a aussi montré que la composition chimique de l’austénite obtenue au pic (maximum) pour les deux alliages était similaire. Ceci porte à croire qu’un ajout en Ni permet de former plus d’austénite mais qui n’est pas nécessairement plus riche en Ni pour un même revenu. Les analyses ont aussi montré qu’elle était majoritairement lamellaire et qu’elle se situait autant à l’interface qu’à l’intérieur des lattes de martensite.
\n
\nLes essais de fatigue oligocyclique ont montré que, pour une teneur en Ni nominale différente et pour un même taux d’austénite, l’austénite la plus stable mécaniquement a été celle de l’alliage à 6% Ni même si son austénite était plus pauvre en Ni. Ce comportement a été expliqué par une austénite plus fine et plus étroite. Pour une teneur en Ni nominale des alliages différente et pour un taux d’austénite différent, la plus stable mécaniquement a été celle de l’alliage à 4% Ni qui en contenait aussi moins. Il s’est avéré que son austénite de réversion était plus fine que celle de l’alliage à 6% Ni et que sa martensite avoisinante était aussi plus dure.
\n
\nÀ priori, l’effet d’un enrichissement en Ni d’un alliage serait bénéfique du point de vue stabilité mécanique de l’austénite de réversion à condition de faire un revenu adéquat pour former une austénite fine contenue dans une martensite suffisamment dure pour créer un effet barrière qui retarde la transformation. Une austénite plus riche en Ni ne serait pas nécessairement plus stable mécaniquement. Le Ni pourrait participer, mais ne serait pas l’élément principal qui régit la stabilité mécanique de l’austénite de réversion.

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 distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.000
metaresearch head score (Gemma)0.000
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow), Insufficient payload (model declined to judge)
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Bench or experimental · Consensus signal: Bench or experimental
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.234
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0000.000
Meta-epidemiology (narrow)0.0010.001
Meta-epidemiology (broad)0.0010.000
Bibliometrics0.0000.000
Science and technology studies0.0000.000
Scholarly communication0.0000.000
Open science0.0010.001
Research integrity0.0000.000
Insufficient payload (model declined to judge)0.0050.000

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.

Opus teacher head0.003
GPT teacher head0.159
Teacher spread0.156 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one teacher head, not a consensus.

Study designBench or experimental
Domainnot available
GenreEmpirical

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".

Quick stats

Citations0
Published2014
Admission routes1
Has abstractyes

Explore more

Same venueLibrary and Archives Canada (Government of Canada)Same topicThermal properties of materialsFrench-language works237,207