Influence of surrounding gas, composition and pressure on plasma plume dynamics of nanosecond pulsed laser-induced aluminum plasmas
Notice bibliographique
Résumé
In this article, we present a comprehensive study of the plume dynamics of plasmas generated by laser ablation of an aluminum target. The effect of both ambient gas composition (helium, nitrogen or argon) and pressure (from ∼5 × 10−7 Torr up to atmosphere) is studied. The time- and space- resolved observation of the plasma plume are performed from spectrally integrated images using an intensified Charge Coupled Device (iCCD) camera. The iCCD images show that the ambient gas does not significantly influence the plume as long as the gas pressure is lower than 20 Torr and the time delay below 300 ns. However, for pressures higher than 20 Torr, the effect of the ambient gas becomes important, the shortest plasma plume length being observed when the gas mass species is highest. On the other hand, space- and time- resolved emission spectroscopy of aluminum ions at λ = 281.6 nm are used to determine the Time-Of-Flight (TOF) profiles. The effect of the ambient gas on the TOF profiles and therefore on the propagation velocity of Al ions is discussed. A correlation between the plasma plume expansion velocity deduced from the iCCD images and that estimated from the TOF profiles is presented. The observed differences are attributed mainly to the different physical mechanisms governing the two diagnostic techniques.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».