Influence of bath composition on the electrodeposition of amorphous <scp>Ni‐Mo</scp> alloys using potassium‐sodium tartrate as complexing agent
Notice bibliographique
Résumé
Abstract Currently, sodium citrate is the most used complexing agent for electrodeposition of Ni‐Mo coatings, especially for studying the effect of bath temperature and current density on the proprieties of Ni‐Mo coatings. This study evaluates the influence of the concentrations of nickel sulphate and sodium molybdate on the electrodeposition of Ni‐Mo alloys in baths using tartrate as a complexing agent. Electrodepositions were carried out in a two‐electrode cell. A 3 2 complete factorial design of experiments along with response surface methodology (RSM) was used for the optimization of bath variables for electrodeposition of Ni‐Mo alloys. The coatings obtained were characterized in terms of chemical composition and surface morphology. The chemical composition of the coatings was most influenced by the sodium molybdate concentration. Ni‐Mo coatings of good quality were obtained in potassium‐sodium tartrate baths with Mo content in the range 18‐44 wt%; some results present even higher Mo content than coatings obtained from citrate baths. The coating with the highest Mo content was deposited from the bath with a concentration ratio of nickel sulphate to sodium molybdate of 1:1. Surface morphology varied according to chemical composition, and microcracks were observed for the coating with 41 wt% Mo, for which scanning electron microscopy (SEM) images also show the presence of nodules. The most homogeneous coating surface was obtained at a concentration ratio of nickel sulphate to sodium molybdate of 10:3. X‐ray diffraction analyses have shown that all coatings obtained in this work are amorphous.
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 | 0,001 |
| 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 ».