Single Particle Erosion Behavior of NiTi-Based Nanolaminates and Superelastic NiTi Monolayer Coatings
Notice bibliographique
Résumé
Bulk NiTi is used to make parts, such as couplings and bearings, that can be found in many industries such as the automotive, aerospace and medical sectors. Forming and machining bulk superelastic NiTi is a very difficult and costly process; however, applying NiTi as a surface coating will provide an alternate manufacturing method that will minimize machining processes. The objective of this study is to produce a superelastic NiTi-based surface coating that exhibits denting, impact and wear resistance. Superelastic NiTi has been successfully produced through vacuum deposition processes, despite this, there is a lack of a full and comprehensive study on the formation of the NiTi phase during coating development. In this study, the NiTi phase is fabricated through the annealing of sputtered deposited Ti and Ni layers in a coating. To confirm the presence of the intermetallic phases, X-ray diffraction (XRD) and energy dispersive spectrometry (EDS) analysis were performed. The erosion behavior of the coating is evaluated through single particle erosion testing, which resulted in the coatings that contained the NiTi precipitates to exhibit the best damage resistance compared to the other nanolaminates. This indicates that the superelastic NiTi phase increases the resistance to impacting particles. Microstructural evolution and NiTi formation during annealing is discussed and related to the observed damage resistance of the coatings.
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 ».