Optimization of zinc‐nickel film electrodeposition for better corrosion resistant characteristics
Notice bibliographique
Résumé
Corrosion is one of the main causes of structural deterioration in offshore and marine structures. One way to mitigate the effect of corrosion is with Zn‐Ni electroplated coatings. An experimental design and optimization procedures for Zn‐Ni alloy electroplating was an explored. This study analyzed a five‐variable experimental plan comprised of four steps: (1) a two‐level fractional factorial design (FFD); (2) a response surface design the steepest ascent analysis; (3) a central composite design (CCD); and (4) a corrosion behaviour test to optimize the factors in Zn‐Ni deposition. The critical plating variables in step 1 were zinc/nickel molar concentration ratio, current density, citrate concentrations, plating temperature, and plating time, used to determine their influence on the polarization resistance and corrosion resistance. In steps 2 and 3 the significant variables were studied using the steepest ascent method and the central composite design (CCD) to find the most optimal conditions for zinc‐nickel electroplating. These conditions were found to be a Zn/Ni molar concentration ratio of 0.66, a plating temperature of 28 °C, an electroplating current density of 60 mA/cm 2 , an electroplating time of 13 min, and a citrate concentration of 0.062 mol/L. The corrosion behaviour test of step 4 showed that the films with a higher intensity of the γ‐NiZn 3 , γ‐Ni 2 Zn 11 , and γ‐Ni 3 Zn 22 phases exhibited better corrosion resistance.
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 ».