MétaCan
Menu
Retour à la cohorte

Lasers and Thermal Spray

2010· article· en· W2082742514 sur OpenAlexaff
Michel Jeandin, Dimitris K. Christoulis, François Borit, Marie‐Hélène Berger, S. Guetta, Gilles Rolland, Vincent Guipont, Éric Irissou, J.-G. Legoux, Christian Moreau, M. Nivard, Laurent Berthe, M. Boustie, Wolfgang Ludwig, Kei Sakaguchi, Yuji Ichikawa, Kazuhiro Ogawa, S. Costil

Notice bibliographique

RevueMaterials science forum · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueHigh-Temperature Coating Behaviors
Établissements canadiensNational Research Council Canada
Organismes subventionnairesnon disponible
Mots-clésLaserMaterials scienceCoatingAdhesionThermal sprayingSubstrate (aquarium)Gas dynamic cold sprayPaint adhesion testingOpticsOptoelectronicsComposite material

Résumé

récupéré en direct d'OpenAlex

Basically, thermal spray and laser processing can be considered as half brothers since they show many common features due to the use of a (more or less) high-energy source for both. Their combination can therefore be very fruitful and prominent to achieve coatings, which results in their most recent and advanced applications. In the materials processing development story, the laser will thus have moved from cutting to coating. This keynote presentation focuses on the recently-developed coupling of laser processing to cold spray). In this dual process, a cold spray gun is combined to a laser head in a single device, e.g. on a robot. Series of coating experiments using various laser irradiation conditions, primarily pulse frequency, were carried out for Al-based and Ni-based alloys. Laser pre-treatment of the substrate just prior to cold spray, was shown to be beneficial for adhesion of cold-sprayed coatings. Adhesion improvement was exhibited and studied from LASATesting (LASAT for “LAser Shock Adhesion Test”). Incidentally, through LASAT also, the role of lasers in the development of thermally-sprayed coatings can be considered as major. Results are discussed in the light of a TEM (Transmission Electron Microscope) study of the coating-substrate interface with and without laser pre-treatment.

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 enseignants0,009
Score d'incertitude au seuil0,316

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 Opus0,004
Tête enseignante GPT0,210
Écart entre enseignants0,206 · 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

Citations7
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMaterials science forumMême sujetHigh-Temperature Coating BehaviorsTravaux en français237 207