MétaCan
Menu
Retour à la cohorte
Enregistrement W2093936338 · doi:10.1016/j.surfcoat.2015.01.057

The influence of Al2O3 particle morphology on the coating formation and dry sliding wear behavior of cold sprayed Al–Al2O3 composites

2015· article· en· W2093936338 sur OpenAlexafffund
J. Michael Shockley, Sylvie Descartes, Phuong Vo, Éric Irissou, Richard R. Chromik

Notice bibliographique

RevueSurface and Coatings Technology · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueHigh-Temperature Coating Behaviors
Établissements canadiensNational Research Council CanadaMcGill University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Network for Research and Innovation in Machining Technology, Natural Sciences and Engineering Research Council of Canada
Mots-clésMaterials scienceMorphology (biology)CoatingComposite materialTribologyParticle (ecology)Deposition (geology)Gas dynamic cold sprayRaw materialMetallurgy

Résumé

récupéré en direct d'OpenAlex

Five Al–Al2O3 coatings were deposited by gas dynamic cold spray, using feedstocks containing 0, 10, and 50 wt.% of Al2O3 particles admixed into commercially pure Al powders. Two feedstocks were made using Al2O3 powders with an angular, blocky Al2O3 morphology, two feedstocks used Al2O3 powders with a spherical morphology, and the fifth consisted of 100% Al. The influence of Al2O3 concentration and morphology in the feedstock powders on the cold spray coating formation was measured in terms of Al2O3 recovery in the coatings, deposition efficiency, and microstructural analysis. The Al–Al2O3 coatings were then subjected to dry sliding wear experiments from which the friction, wear, and microevolution of third body structures in the wear track and transfer film were observed. The spherical Al2O3 morphology was associated with improved tribological behavior compared to the angular morphology when comparing similar coating concentrations of Al2O3.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,012
Tête enseignante GPT0,230
Écart entre enseignants0,218 · 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 source (Gemma direct ou Codex distillé), 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

Citations145
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSurface and Coatings TechnologyMême sujetHigh-Temperature Coating BehaviorsTravaux en français237 207