MétaCan
Menu
Retour à la cohorte
Enregistrement W2735960201 · doi:10.1002/9781119407270.ch42

Suspension Plasma Spray of Yttria Stabilized Zirconia Coatings

2017· other· en· W2735960201 sur OpenAlexafffund
Pengyun Xu, J. Mostaghimi, Thomas W. Coyle, Larry Pershin

Notice bibliographique

RevueCeramic transactions /Ceramic transactions · 2017
Typeother
Langueen
DomaineEngineering
ThématiqueHigh-Temperature Coating Behaviors
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaChina Scholarship Council
Mots-clésAgglomerateMaterials scienceSuspension (topology)VaporizationCubic zirconiaPlasmaYttria-stabilized zirconiaBreakupChemical engineeringComposite materialDeposition (geology)Particle (ecology)Jet (fluid)MicrostructureMetallurgyCeramicOrganic chemistryChemistry

Résumé

récupéré en direct d'OpenAlex

This chapter examines the effects of suspension solvent, plasma gas compositions, arc voltage fluctuations and standoff distances on coatings microstructure. Zirconia coatings were fabricated through the SPS process with sub-micron yttria-stabilized-zirconia suspension using two distinct torches in an experiment. The large size of the lamellae in conventional plasma spray makes it very difficult to deposit nano/submicron structured coatings. The liquid carrier provides the fine particles with enough mass and momentum to penetrate into the core of plasma jet. When the suspension is injected into the plasma, it undergoes a series of thermo-kinetic changes. The injected suspension stream or atomized droplets firstly experience the aerodynamic breakup process and become tiny droplets. With the vaporization of solvent from the droplets, the fine particles dispersed in the solvent are sintered to form an individual particle, a small agglomerate, a large agglomerate, or sometimes the large agglomerate explodes forming several small agglomerates.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Intégrité de la recherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,828
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,013
Tête enseignante GPT0,238
Écart entre enseignants0,226 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations1
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCeramic transactions /Ceramic transactionsMême sujetHigh-Temperature Coating BehaviorsTravaux en français237 207