Grain boundary segregation-induced strengthening-weakening transition and its ideal maximum strength in nanopolycrystalline FeNiCrCoCu high-entropy alloys

材料科学 晶界 软化 晶体孪晶 高熵合金 分子动力学 开裂 材料的强化机理 冶金 合金 复合材料 微观结构 计算化学 化学
作者
Tengwu He,Yuming Qi,Yanzhou Ji,Miaolin Feng
出处
期刊:International Journal of Mechanical Sciences [Elsevier BV]
卷期号:238: 107828-107828 被引量:42
标识
DOI:10.1016/j.ijmecsci.2022.107828
摘要

The combined Monte Carlo and Molecular Dynamics simulations were employed to explore the influence of elemental segregation at grain boundaries (GBs) on the mechanical properties of FeNiCrCoCu high entropy alloys under uniaxial load. The chemical potential difference with respect to Ni atoms was first obtained, and used to reach the equilibrium elemental distributions in sample models with different Cu contents, grain sizes and twin thicknesses. By comparing the random and segregated configurations, the role of GB segregation was analyzed in detail. It is found that the GB segregation trend is Ni
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
2秒前
2秒前
排骨大王完成签到 ,获得积分10
2秒前
2秒前
3秒前
3秒前
CodeCraft应助Altas采纳,获得10
4秒前
1点点发布了新的文献求助30
4秒前
4秒前
研友_VZG7GZ应助百褶裙采纳,获得10
4秒前
丘比特应助正直大树采纳,获得10
5秒前
华仔应助正直大树采纳,获得20
5秒前
飞快的寒天完成签到,获得积分10
5秒前
xwz626完成签到,获得积分10
5秒前
5秒前
憨憨发布了新的文献求助10
5秒前
krzysku发布了新的文献求助10
6秒前
今后应助合适的曼香采纳,获得10
7秒前
7秒前
zhangdamiao发布了新的文献求助10
7秒前
小蘑菇应助虚幻的成威采纳,获得10
7秒前
7秒前
fsylld233完成签到,获得积分10
7秒前
8秒前
8秒前
xuxu213发布了新的文献求助10
9秒前
CipherSage应助Yanz采纳,获得10
10秒前
FashionBoy应助dulcetlemon采纳,获得10
10秒前
11秒前
奇奇苗苗发布了新的文献求助10
11秒前
liuxianglin2006完成签到,获得积分10
12秒前
七七七完成签到,获得积分10
12秒前
深情安青应助詹慧子采纳,获得10
13秒前
谦虚低调接地气完成签到,获得积分10
13秒前
13秒前
生动乐蕊完成签到,获得积分10
13秒前
郦映秋完成签到,获得积分10
14秒前
14秒前
ding应助独特的不尤采纳,获得30
14秒前
14秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Chemistry and Physics of Carbon Volume 18 800
The Organometallic Chemistry of the Transition Metals 800
The formation of Australian attitudes towards China, 1918-1941 640
Signals, Systems, and Signal Processing 610
全相对论原子结构与含时波包动力学的理论研究--清华大学 500
Elevating Next Generation Genomic Science and Technology using Machine Learning in the Healthcare Industry Applied Machine Learning for IoT and Data Analytics 400
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 工程类 有机化学 化学工程 生物化学 计算机科学 物理 内科学 复合材料 催化作用 物理化学 光电子学 电极 细胞生物学 基因 无机化学
热门帖子
关注 科研通微信公众号,转发送积分 6443241
求助须知:如何正确求助?哪些是违规求助? 8257113
关于积分的说明 17585207
捐赠科研通 5501710
什么是DOI,文献DOI怎么找? 2900830
邀请新用户注册赠送积分活动 1877821
关于科研通互助平台的介绍 1717487