Phase Structure, Wear Resistance and Antimicrobial Response of Austenitic Stainless Steels 316L by Sputtering Cu during Plasma Nitriding and PECVD of Silicon Nitride
Notice bibliographique
Résumé
The surface of stainless steel 316L was plasma nitrided and subsequently deposited with silicon nitride from tetraethylorthosilicate (TEOS):H2:N2 gas mixtures by plasma enhanced chemical vapor deposition (PECVD). A copper mesh was employed to sputter copper atoms onto the surface during the two processes to consider its effect on the microstructure, tribology and antibacterial response of hard surface layers. The surface layers were characterized using XRD, optical and SEM microscopy, EDX analysis, microhardness test, pin-on-disc wear tests and microbial viability test. α-Si3N4 was found on the top surfaces of two steps processed stainless steel 316 L. Fe2–3N, Fe4N and CrN were identified in the compound layers. The overall thickness of the surface layers were more than 60 µm. The two step treatments improved the hardness up to 1600 HV0.1. The combination of plasma nitriding (with Cu sputtering) and PECVD of silicon nitride compound (with Cu sputtering) of SS 316 L resulted in superior high hardness, 3 times lower friction and 10 times higher wear resistance of treated surfaces if compared to those of conventional plasma nitrided surfaces. Cu addition to single plasma nitriding resulted in an effective reduction of 100% of Escherichia coli (E. coli) within 2 to 3 h. However the bacteria viability after the two step processes with Cu addition diminished to zero in 3.5 to 4 h. The antimicrobial response of the surfaces depends mainly on the Cu action and does not interfere with the wear resistance of the surfaces.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 ».