Wear-Resistant Nanostructured Sol-Gel Coatings for Functional Applications
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
Improvement of the wear resistance of functional surfaces is crucial in order to facilitate a variety of practical applications, such as self-cleaning or anti-fogging. This especially holds for functional surface nanostructures, whose tops can easily get worn off when exposed to even low abrasion forces. Thus, our work addresses the enhancement of the wear resistance of such fine-scale structures. We present an efficient manufacturing procedure for generating long-term durable surfaces with simultaneously tailored wetting behavior and high optical quality. Our approach is based on a sol-gel coating that consists of an alumina layer with specific nanoroughness yielding the function-relevant surface structure, and a protective thin smooth silica film providing the mechanical robustness without influencing that functional structure. The roughness of the alumina layer can be systematically adjusted, thus enabling us to achieve desired wetting effects all the way up to superhydrophilicity and, after application of an additional thin hydrophobic top coat, to superhydrophobicity. To demonstrate the enhanced robustness of these coatings we perform abrasive wear tests and investigate the impact of abrasion cycles on the wetting effects and optical properties of the coatings. Furthermore, the durability of the structures is directly revealed by advanced roughness characterization procedures based on Atomic Force Microscopy followed by power spectral density function (PSD) analysis.
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 | 0,001 | 0,001 |
| 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 | 0,001 |
| 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