MétaCan
Menu
Retour à la cohorte
Enregistrement W1953285112 · doi:10.4271/2006-01-0093

Coatings on Resistance Welding Electrodes to Extend Life

2006· article· en· W1953285112 sur OpenAlexaff
Zhihao Chen, Y. Zhou, Nigel Scotchmer

Notice bibliographique

RevueSAE technical papers on CD-ROM/SAE technical paper series · 2006
Typearticle
Langueen
DomaineEngineering
ThématiqueWelding Techniques and Residual Stresses
Établissements canadiensHuys Industries (Canada)University of Waterloo
Organismes subventionnairesnon disponible
Mots-clésWeldingElectrodeMaterials scienceMetallurgyComposite materialChemistry

Résumé

récupéré en direct d'OpenAlex

<div class="htmlview paragraph">TiC<sub>P</sub>/Ni coating has been deposited onto the electrodes by electro-spark deposition to improve electrode life during resistance welding of Zn-coated steels. However, welding results revealed that molten Zn penetrates into coating through the cracks and then reacts with substrate copper alloy to form brasses. In the present work, laser treatment was performed on the TiC<sub>P</sub>/Ni coated electrodes to eliminate cracks formed in the as-deposited TiC<sub>P</sub>/Ni coating. In addition, a multi-electro-spark deposition of Ni, TiC<sub>P</sub>/Ni and Ni has also been carried out to improve coating quality. On the other hand, a TiB<sub>2</sub> coating was also investigated. those coatings were characterized by electro-microscopy, energy-dispersive X-ray analysis, X-ray diffraction and micro-hardness tests. The results showed that cracks within the as-deposited TiC<sub>P</sub>/Ni coating could be eliminated with the use of laser treatment or a multi-layer deposition process. However, softening of copper substrate after laser treatment was a problem that restricted welding performance. Welding tests showed that the multi-layer Ni/(TiC<sub>P</sub>/Ni)/Ni coating acted as a better barrier to decrease alloying between the copper alloy and molten Zn as well as pitting (erosion) of electrode. The TiB<sub>2</sub> coating demonstrates its potential application on the electrode to further improve the electrode's life.</div>

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,876
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,008
Tête enseignante GPT0,229
Écart entre enseignants0,221 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations10
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSAE technical papers on CD-ROM/SAE technical paper seriesMême sujetWelding Techniques and Residual StressesTravaux en français237 207