MétaCan
Menu
Retour à la cohorte
Enregistrement W2963248657 · doi:10.4028/www.scientific.net/kem.813.423

Cold Spray for Additive Manufacturing: Possibilities and Challenges

2019· article· en· W2963248657 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueKey engineering materials · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueHigh-Temperature Coating Behaviors
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésGas dynamic cold sprayDeposition (geology)Materials scienceFrustumSubstrate (aquarium)CylinderParticle (ecology)Layer (electronics)Spray nozzleCoatingExtrusionComposite materialPoint (geometry)Mechanical engineeringMechanicsNozzleGeometryEngineering

Résumé

récupéré en direct d'OpenAlex

Cold spray (CS) is a deposition technique to form a coating from the particles with temperature lower than their melting point. In this technique, particles are accelerated by a supersonic flow of a carrier gas such as air or nitrogen. Upon impact, particles undergo significant plastic deformation that bonds them to the substrate. Since the particles are not molten, this deposition method does not apply a lot of heat to the substrate and this makes CS the best candidate for temperature sensitive and oxygen sensitive materials. CS can be adapted to form 3D objects following layer-by-layer approach. This is called cold gas dynamic manufacturing (CGDM) or cold spray as additive manufacturing. Developing complex shapes by CGDM may result in formation of inclined surfaces, corners and sharp edges. Deposition in those regions is often accompanied with challenges that affect the accuracy and efficiency of the manufacturing. In this study, CGDM for two typical shapes such as cylinder and frustum on a flat substrate has been simulated to represent the additively manufactured parts. Particle trajectories and impact conditions i.e. velocity and size distributions have been compared. The results of numerical modelling provided useful information for understanding the limitations and challenges associated with CGDM that can help us to improve the quality and precision of particle deposition.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,017
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,011
Tête enseignante GPT0,194
Écart entre enseignants0,183 · 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