Development of Cu Coating on Ceramic Substrates by Low Pressure Cold Spray and its Deposition Mechanism Analysis
Notice bibliographique
Résumé
Cold spray (CS) is a solid-state deposition technique of micron-sized metallic powder in an ultra-high velocity gas using a de Laval nozzle. CS is a unique deposition technique due to its use of relatively lower gas temperatures in comparison to other thermal processes. Consequently, high-temperature oxidation and phase transformations of deposited powders are largely restricted while the operating cost of CS is much lower than that of other thermal processes. Generally, the low pressure cold spray (LPCS) technique is used for the deposition of metallic powders on metallic substrates, while only a few studies of metallic particle deposition on ceramic substrates have been conducted, and it was found that the deposition of metallic powders on ceramic substrates was quite difficult. In this study, improved LPCS deposition of copper coatings on zirconia substrates was investigated. It is known that deposition of a metallic powder on a ceramic substrate is difficult due to the differences in material bonding and several properties of the two materials. These difficulties in LPCS deposition were solved using three different approaches, namely 1) use of copper and aluminum composite powders and 2) laser pre-treatment and 3) laser texturing of zirconia substrates. It was found that pure copper powder coatings on the as-received and various treated substrates were delaminated in the interface as expected. However, the deposition was improved for all substrates by using the copper and aluminum composite powder. While the laser pre-treated substrate was not effective for the deposition of the copper and aluminum composite powder, thick coatings were obtained for the deposition on the laser pre-treated with heat treatment substrate and the laser-textured substrate.
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 | 0,001 |
| 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 ».