MétaCan
Menu
Retour à la cohorte
Enregistrement W1982470490 · doi:10.1115/imece2012-89525

Strain Hardening of Heat Treated Nanostructured WC-17Co Coatings and Their Sliding Wear Behavior

2012· article· en· W1982470490 sur OpenAlexaff
Gobinda C. Saha, Tarek A. ben Mahmud, Tahir I. Khan

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced materials and composites
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceIndentation hardnessCermetMetallurgyNanocrystalline materialGrain sizeCeramicThermal sprayingCoatingComposite materialAbrasiveHardening (computing)Grain boundaryMicrostructure

Résumé

récupéré en direct d'OpenAlex

Grain size, their distribution and geometry are important to study the dislocation behavior and grain boundary sliding of ceramic reinforced metallic composite materials. Grain size reduction has been shown to lead to significant improvements of the wear resistance in nanostructured materials. As the grain size decreases from polycrystalline to nanocrystalline range, abrasive wear resistance increases considerably from the increased hardness and volume loss following Archard’s law of wear. Further, the heat treatment effect on the content of the metallic binder in a ceramic-metallic (cermet) material is thought to increase the hardness with decreasing crystalline size, thereby improving the sliding wear behavior of materials. In this study, the high velocity oxy-fuel (HVOF) thermal spraying of nanostructured WC-17Co coatings with engineered ‘duplex outer coating’ is conducted. The microhardness and sliding wear studies of the coatings and their heat-treated counterparts are performed. The nanostructured coatings showed a significant increase in the microhardness and wear resistance when compared with those of the conventional microstructured coatings of the same composition. It is believed that the improved performance is related with the work hardening as well as dispersion hardening of the nanostructured grains in the deposited coatings.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,396

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 GPT0,200
Écart entre enseignants0,192 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations2
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdvanced materials and compositesTravaux en français237 207