Selective laser-assisted deposition of silver nanoparticles on a Mg-2wt.%Ca substrate
Notice bibliographique
Résumé
Abstract Magnesium alloys appear as one of the most promising materials for many applications such as degradable implants. However, their mechanical, corrosion and integration behaviors need to be optimized to comply with this application. The present paper focuses on laser-assisted maskless microdeposition (LAMM) of silver nanoparticles, a surface treatment aiming to modify the surface characteristics for better integration of the magnesium implant. The LAMM process parameters for obtaining desirable depositions are reported. The impacts of the LAMM process on the deposit and the substrate microstructure have been investigated using various characterization techniques. The results show that laser processing, which can lead to particle sintering in the deposit, can be fine-tuned to achieve necking between nano particles, while the nano-scale characteristics of the deposited layer is retained. Microstructural characterization reveals significant grain refinement in the immediate vicinity of the surface, providing evidence for the thermal impact of the laser process on the substrate. The thermal profiles of the deposit and the substrate during processing are further investigated by developing a 3D finite element modelling method. The implementation of the model allows us to better understand the origin of the fine-grained sublayer as well as the overall thermal impact of the current laser processing method on the substrate.
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 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».