MétaCan
Menu
Retour à la cohorte
Enregistrement W3119269716 · doi:10.4028/www.scientific.net/msf.1016.971

Preliminary Development of Cold Spray Procedures for Nickel Aluminum Bronze Casting Repair

2021· article· en· W3119269716 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

RevueMaterials science forum · 2021
Typearticle
Langueen
DomaineMaterials Science
ThématiqueMetallurgy and Material Science
Établissements canadiensNational Research Council Canada
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceMetallurgyCorrosionToughnessBronzePorosityWeldingCastingCathodic protectionAluminiumAlloyMicrostructureComposite materialElectrochemistry

Résumé

récupéré en direct d'OpenAlex

Nickel aluminum bronze (NAB) castings possess favourable combinations of strength and resistance to corrosion, biofouling and cavitation/erosion, and so have long been used in naval applications. Nonetheless, in seawater environments NAB castings are susceptible to selective phase corrosion and so such components periodically require either replacement, which is very costly, or repair. However, repairs involving traditional, high heat input welding operations can lead to distortion and microstructural changes that unacceptably degrade NAB corrosion performance, and so repairs are not commonly performed. In the present work, cold spray is explored as an alternative for NAB (alloy CuAl9Fe5Ni5) repair without excessive distortion or base metal degradation, and preliminary results of its performance reported. Suitable cold spray parameters have been determined using an iterative approach by analyzing deposits in terms of microstructure, porosity and adhesion to the substrate. It is intended that these parameters will later be used to create simulated repairs which can be more thoroughly characterized for strength, toughness and 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.

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)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,068
Score d'incertitude au seuil0,938

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
Science ouverte0,0010,001
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 Opus0,025
Tête enseignante GPT0,272
Écart entre enseignants0,248 · 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