MétaCan
Menu
Retour à la cohorte
Enregistrement W2889550478 · doi:10.3390/ma11091577

Nanosecond Laser Fabrication of Hydrophobic Stainless Steel Surfaces: The Impact on Microstructure and Corrosion Resistance

2018· article· en· W2889550478 sur OpenAlexafffund
Mehran Rafieazad, Jaffer Alkarim Jaffer, Cong Cui, Xili Duan, Ali Nasiri

Notice bibliographique

RevueMaterials · 2018
Typearticle
Langueen
DomaineMaterials Science
ThématiqueSurface Modification and Superhydrophobicity
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesPetroleum Research Newfoundland and Labrador
Mots-clésMicrostructureMaterials scienceCorrosionFabricationNanosecondLaserMetallurgyComposite materialOptics

Résumé

récupéré en direct d'OpenAlex

Creation of hydrophobic and superhydrophobic surfaces has attracted broad attention as a promising solution for protection of metal surfaces from corrosive environments. This work investigates the capability of nanosecond fiber laser surface texturing followed by a low energy coating in the fabrication of hydrophobic 17-4 PH stainless steel surfaces as an alternative to the ultrashort lasers previously utilized for hydrophobic surfaces production. Laser texturing of the surface followed by applying the hydrophobic coating resulted in steady-state contact angles of up to 145°, while the non-textured coated base metal exhibited the contact angle of 121°. The microstructure and compositional analysis results confirmed that the laser texturing process neither affects the microstructure of the base metal nor causes elemental loss from the melted regions during the ultrafast melting process. However, the electrochemical measurements demonstrated that the water-repelling property of the surface did not contribute to the anticorrosion capability of the substrate. The resultant higher corrosion current density, lower corrosion potential, and higher corrosion rate of the laser textured surfaces were ascribed to the size of fabricated surface micro-grooves, which cannot retain the entrapped air inside the hierarchical structure when fully immersed in a corrosive medium, thus degrading the material's corrosion performance.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 GPT0,259
Écart entre enseignants0,245 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations53
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMaterialsMême sujetSurface Modification and SuperhydrophobicityTravaux en français237 207