MétaCan
Menu
Retour à la cohorte
Enregistrement W2792679521 · doi:10.3390/ma11030358

Tribological and Wear Performance of Nanocomposite PVD Hard Coatings Deposited on Aluminum Die Casting Tool

2018· article· en· W2792679521 sur OpenAlex
Jose M. DePaiva, German Fox‐Rabinovich, Edinei Locks, Pietro Stolf, Yassmin Seid Ahmed, Marcelo Matos Martins, Carlos Alberto Schuch Bork, Stephen C. Veldhuis

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueMaterials · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueMetal and Thin Film Mechanics
Établissements canadiensMcMaster University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Excellence Research Chairs, Government of Canada
Mots-clésMaterials scienceTribologyDie castingNanocompositeMetallurgyAluminiumDie (integrated circuit)CastingComposite materialNanotechnology

Résumé

récupéré en direct d'OpenAlex

In the aluminum die casting process, erosion, corrosion, soldering, and die sticking have a significant influence on tool life and product quality. A number of coatings such as TiN, CrN, and (Cr,Al)N deposited by physical vapor deposition (PVD) have been employed to act as protective coatings due to their high hardness and chemical stability. In this study, the wear performance of two nanocomposite AlTiN and AlCrN coatings with different structures were evaluated. These coatings were deposited on aluminum die casting mold tool substrates (AISI H13 hot work steel) by PVD using pulsed cathodic arc evaporation, equipped with three lateral arc-rotating cathodes (LARC) and one central rotating cathode (CERC). The research was performed in two stages: in the first stage, the outlined coatings were characterized regarding their chemical composition, morphology, and structure using glow discharge optical emission spectroscopy (GDOES), scanning electron microscopy (SEM), and X-ray diffraction (XRD), respectively. Surface morphology and mechanical properties were evaluated by atomic force microscopy (AFM) and nanoindentation. The coating adhesion was studied using Mersedes test and scratch testing. During the second stage, industrial tests were carried out for coated die casting molds. In parallel, tribological tests were also performed in order to determine if a correlation between laboratory and industrial tests can be drawn. All of the results were compared with a benchmark monolayer AlCrN coating. The data obtained show that the best performance was achieved for the AlCrN/Si₃N₄ nanocomposite coating that displays an optimum combination of hardness, adhesion, soldering behavior, oxidation resistance, and stress state. These characteristics are essential for improving the die mold service life. Therefore, this coating emerges as a novelty to be used to protect aluminum die casting molds.

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 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 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 enseignants0,004
Score d'incertitude au seuil0,392

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0000,000

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 Opus0,018
Tête enseignante GPT0,205
Écart entre enseignants0,188 · 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