Tribological and Wear Performance of Nanocomposite PVD Hard Coatings Deposited on Aluminum Die Casting Tool
Notice bibliographique
Résumé
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.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».