Designing Stainless Steel Surfaces with Anti‐Pitting Properties Applying Laser Ablation and Organofluorine Coatings
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
Long‐lasting and superhydrophobic stainless steel with anti‐pitting properties is achieved by modifying conventional AISI 304L through a two‐step strategy: 1) application of a femtosecond surface laser ablation treatment to generate micro‐nano structures on the surface; and 2) deposition of organofluorine nanometric coating. Samples with two different patterns, namely paraboloid‐ and cauliflower‐like, are approached and investigated by means of contact angle hysteresis, X‐ray photoelectron spectroscopy, and electrochemical techniques. Results indicate that the stainless steel surface acquires efficient anticorrosive properties due to the homogenization and refinement of the patterned microstructure into a magnetite rich phase, in combination with the formation of a carbonaceous and sol–gel layer. The adherent semiconducting oxide layer is stable over time in presence of an aggressive chloride environment. The prepared superhydrophobic surfaces prevent the steel substrates from getting wet with water, protecting them from the pitting corrosion caused by the electrolyte intrusion. The corrosion resistance is explained by a mechanism in which, in addition of the silane coating, the air trapped into the micro‐nano patterned surfaces plays an important role.
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