Characterization of Thick and Thin Film SiCN for Pressure Sensing at High Temperatures
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Pressure measurement in high temperature environments is important in many applications to provide valuable information for performance studies. Information on pressure patterns is highly desirable for improving performance, condition monitoring and accurate prediction of the remaining life of systems that operate in extremely high temperature environments, such as gas turbine engines. A number of technologies have been recently investigated, however these technologies target specific applications and they are limited by the maximum operating temperature. Thick and thin films of SiCN can withstand high temperatures. SiCN is a polymer-derived ceramic with liquid phase polymer as its starting material. This provides the advantage that it can be molded to any shape. CERASET™ also yields itself for photolithography, with the addition of photo initiator 2, 2-Dimethoxy-2-phenyl-acetophenone (DMPA), thereby enabling photolithographical patterning of the pre-ceramic polymer using UV lithography. SiCN fabrication includes thermosetting, crosslinking and pyrolysis. The technology is still under investigation for stability and improved performance. This work presents the preparation of SiCN films to be used as the body of a sensor for pressure measurements in high temperature environments. The sensor employs the phenomenon of drag effect. The pressure sensor consists of a slender sensitive element and a thick blocking element. The dimensions and thickness of the films depend on the intended application of the sensors. Fabrication methods of SiCN ceramics both as thin (about 40-60 μm) and thick (about 2-3 mm) films for high temperature applications are discussed. In addition, the influence of thermosetting and annealing processes on mechanical properties is investigated.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 découle