MétaCan
Menu
Retour à la cohorte
Enregistrement W2332170459 · doi:10.2514/6.2014-1327

Icephobic Coating Evaluation for Aerospace Application

2014· article· en· W2332170459 sur OpenAlexaff
Caroline Laforte, Caroline Blackburn, Jean Perron, Roger J. Aubert

Notice bibliographique

Revue55th AIAA/ASME/ASCE/AHS/ASC Structures, Structural Dynamics, and Materials Conference · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueIcing and De-icing Technologies
Établissements canadiensBell Helicopter Textron (Canada)Université du Québec
Organismes subventionnairesnon disponible
Mots-clésDurabilityIcingMaterials scienceCoatingIcing conditionsAdhesionComposite materialCentrifugePolypropyleneErosionEnvironmental scienceGeology

Résumé

récupéré en direct d'OpenAlex

This paper presents an extended study on the properties of icephobic coatings for aerospace applications, more specifically rotorcraft. Ideally, an icephobic material should be the least expensive anti-icing solution, inasmuch as the anti-icing effect is not destroyed by inclement environmental conditions. Several studies on the subject have already been published. Nevertheless, in most cases, only the results of ice adhesion on freshly coated samples are presented and discussed. In this study, the effects of aging (weathering and erosion) and of the number of ice/deicing cycles on coating durability were also considered relative to their possible use on airplanes and helicopters. In the first step, ice adhesion was measured in Centrifuge Adhesion Tests (CAT) on eight promising coatings. The ice adhesion τadh of the candidate coatings was found to vary from 0.001 MPa to 0.16 MPa. In the second step, in order to analyze ice accretion and ice shedding, four favorable coatings were evaluated in a wind tunnel on scaled-down rotor (SRB) set-ups, which were iced and rotated until shedding occurred. Regarding the environmental aspect, the durability of the utmost ice adhesion reducer coatings was evaluated under rain and sand erosion, as well as multiple icing/deicing exposures.

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)0,001
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 enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 Opus0,011
Tête enseignante GPT0,239
Écart entre enseignants0,228 · 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

Citations15
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue55th AIAA/ASME/ASCE/AHS/ASC Structures, Structural Dynamics, and Materials ConferenceMême sujetIcing and De-icing TechnologiesTravaux en français237 207