MétaCan
Menu
Retour à la cohorte
Enregistrement W3155865589 · doi:10.1016/j.surfcoat.2021.127155

Characterization of single- and multilayer cold-spray coating of Zn on AZ31B

2021· article· en· W3155865589 sur OpenAlexafffund
Bahareh Marzbanrad, Ehsan Toyserkani, Hamid Jahed

Notice bibliographique

RevueSurface and Coatings Technology · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueHigh-Temperature Coating Behaviors
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésGas dynamic cold sprayCoatingMaterials scienceCharacterization (materials science)MetallurgyComposite materialNanotechnology

Résumé

récupéré en direct d'OpenAlex

Zinc, a soft material with a low melting point and high corrosion resistance, was coated onto AZ31B Mg alloy using different cold spraying process parameters. The physical and mechanical properties of the resulting Zn/AZ31B samples were then investigated to explore the effect of the process parameters on the microstructural and mechanical characteristics. The results obtained via X-ray diffraction show the formation of an intermetallic material at the interface of Zn/AZ31B even at low process temperatures. In addition, spherical droplets of Zn were observed at the surface, confirming the partial melting of Zn particles during the impact. This partial melting is believed to lead to the formation of intermetallic compounds during solidification. To engineer the residual stress induced in the cold spraying process, a thin layer of dense Zn was then used as an intermediate layer before coating with Al7075, forming a multilayered surface of Al7075/Zn/AZ31B. Because of the higher thermal expansion coefficient of Zn compared with those of Al7075 and AZ31B, beneficial compressive residual stress could be created in all three layers of this novel multilayer deposition. Without the Zn interlayer, Al7075/AZ31B under the same coating parameters exhibited undesirable tensile residual stress in the 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 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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,010
Score d'incertitude au seuil0,660

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,009
Tête enseignante GPT0,212
Écart entre enseignants0,204 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations23
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSurface and Coatings TechnologyMême sujetHigh-Temperature Coating BehaviorsTravaux en français237 207