MétaCan
Menu
Retour à la cohorte
Enregistrement W2890601292 · doi:10.1088/2053-1591/aadeb3

Mechanical and chemical stability of super-hydrophobic coatings on SMA490BW substrate prepared by HVOF spraying

2018· article· en· W2890601292 sur OpenAlexaff
Yan Liu, Naiyuan Xi, Shaohua Fu, Guiying Yang, Hao Fu, Hui Chen, Xiangning Zhang, Nan Liu, Wei Gao

Notice bibliographique

RevueMaterials Research Express · 2018
Typearticle
Langueen
DomaineMaterials Science
ThématiqueSurface Modification and Superhydrophobicity
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésThermal sprayingCoatingMaterials scienceAbrasion (mechanical)AbrasiveDurabilityCorrosionSubstrate (aquarium)Composite materialLayer (electronics)BogieGrindingMetallurgyStructural engineering

Résumé

récupéré en direct d'OpenAlex

SMA490BW weathering steel is an important engineering material employed in the bogies of high-speed train. However, the bogies are also subject to ice accumulation, corrosion, sand abrasive, and heterogeneous wear or other hazard. In this paper, the superhydrophobic (SH) surface on SMA490BW steel is fabricated by using High Velocity Oxygen Fuel (HVOF) spraying technology and low surface energy modification. Self-cleaning effect, hydrophobic durability, wear resistance, the weather resistance, PH stability and electrochemical properties were discussed. The results showed that the as prepared coating possesses CA of 154.3 ± 3° and sliding angle of 4.1 ± 0.1°. The CA has no obvious fluctuations after immersing in water for different time and at PH in the range of 1 to 7. The CA is still above 150° after abrasion for 2400 mm. The SH coating possesses higher E corr and lower I corr compared with SMA490BW substrate and HVOF WC-12Co coating. The SH coating has a long-term water repellency towards environmental conditions during weathering. The SH coating possesses excellent mechanical and chemical stability, which is benefit for applying this coating on the high-speed train bogies.

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 enseignants0,002
Score d'incertitude au seuil0,003

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 Opus0,083
Tête enseignante GPT0,342
Écart entre enseignants0,259 · 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

Citations7
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMaterials Research ExpressMême sujetSurface Modification and SuperhydrophobicityTravaux en français237 207