Elkot, M.; Sun, B.; Ponge, D.; Raabe, D.: Tackling hydrogen embrittlement sensitivity and poor low-temperature toughness of austenitic high manganese lightweight steel. Thermec 2023 - International Conference on PROCESSING & MANUFACTURING OF ADVANCED MATERIALS, Vienna, Austria (2023)
Elkot, M.; Sun, B.; Ponge, D.; Raabe, D.: The deceit of steel strength ductility diagrams: A case study on high manganese lightweight steel. 7th International Conference of Engineering Against Failure ICEAF 2023, Spetses, Greece (2023)
Elkot, M.; Sun, B.; Zhou, X.; Ponge, D.; Raabe, D.: Grain boundary κ-carbides in high manganese lightweight steel: degradation assessment and potential solutions. 5th International High Manganese Steel Conference 2022, online, Linz, Austria (2022)
Liu, C.; Roters, F.; Raabe, D.: Finite strain crystal plasticity-phase field modeling of deformation twinning and dislocation slip interaction in hexagonal materials. 18th European Mechanics of Materials Conference, online, Oxford, UK (2022)
Ma, Y.; Villanova, J.; Requena, G.; Raabe, D.: Understanding the physical-chemical phenomena in green steel production using synchrotron X-ray techniques. European Synchrotron Radiation Facility User Meeting 2022, Online (2022)
Liu, C.; Roters, F.; Raabe, D.: Finite strain crystal plasticity-phase field modeling of twin, dislocation, and grain boundary interactions. 19th International Conference on Strength of Materials ICSMA, Metz, France (2022)
Max-Planck-Wissenschaftler kombinieren die Gewinnung, Herstellung, Mischung und Verarbeitung von Metallen und Legierungen in einem einzigen, umweltfreundlichen Schritt. Ihre Ergebnisse sind jetzt in der Zeitschrift Nature veröffentlicht.
Wissenschaftler des Max-Planck-Instituts für Eisenforschung entwickeln ein neues maschinelles Lernmodell für korrosionsresistente Legierungen. Und veröffentlichen ihre Ergebnisse in der Fachzeitschrift Science Advances
Düsseldorfer Max-Planck-Wissenschaftler diskutieren den Einsatz künstlicher Intelligenz in der Materialwissenschaft und veröffentlichen Review-Artikel in der Fachzeitschrift Nature Computational Science