Tribological interaction of plasma functionalized CaCO3 nanoparticles with zinc and ashless dithiophosphate additives
Notice bibliographique
Résumé
Abstract Surface-modified CaCO3 nanoparticles, synthesized through plasma-enhanced chemical vapor deposition (PECVD), were employed to improve lubricant additive technology for internal combustion engines via reduction and/or replacement of additives, such as zinc dialkyl dithiophosphate (ZDDP), in engine oil. Various oil formulations were prepared with functionalized CaCO3 nanoparticles, in combination with ashless dialkyl dithiophosphate (DDP) and ZDDP at low concentrations of phosphorus. Tribological test results indicate synergistic interaction of functionalized CaCO3 nanoparticles with ZDDP and DDP, providing enhanced friction and wear performance under boundary lubrication. A comparative study of the tribo-surfaces morphology and chemistry was assessed via atomic force microscopy and X-ray absorption near-edge spectroscopy. Improved wear protection by functionalized CaCO3BM (borate and methacrylate coated) nanoparticles under boundary lubrication was attributed to the formation of calcium and boron-rich 50–80 nm thick tribofilms on the worn surfaces. XANES results revealed that plasma functionalized CaCO3 nanoparticles interact with ZDDP and DDP and participate in tribofilm formation through tribo-chemical reactions and metal cation supply to form stable and wear-resistant tribofilms. These results provide strong support for the potential application of plasma functionalized CaCO3 nano-additives to reduce the concentration of harmful P-based additives in automotive lubricants.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».