MétaCan
Menu
Retour à la cohorte
Enregistrement W3158632467 · doi:10.3390/coatings11050500

Synthesis of Cubic Aluminum Nitride (AlN) Coatings through Suspension Plasma Spray (SPS) Technology

2021· article· en· W3158632467 sur OpenAlexaff
Faranak Barandehfard, James Aluha, F. Gitzhofer

Notice bibliographique

RevueCoatings · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueMetal and Thin Film Mechanics
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceScanning electron microscopeThermal sprayingSubstrate (aquarium)MetallurgyNitrideChemical engineeringAluminiumCoatingSuspension (topology)TitaniumComposite materialLayer (electronics)

Résumé

récupéré en direct d'OpenAlex

Thermal spraying of aluminum nitride (AlN) is a challenging issue because it decomposes at a high temperature. In this work, the use of suspension plasma spray (SPS) technology is proposed for the in situ synthesis and deposition of cubic-structured AlN coatings on metallic substrates. The effects of the nitriding agent, the suspension liquid carrier, the substrate materials and the standoff distance during deposition by SPS were investigated. The plasma-synthesized coatings were analyzed by X-ray diffraction (XRD), optical microscopy (OM) and scanning electron microscopy (SEM). The results show higher AlN content in the coatings deposited on a carbon steel substrate (~82%) when compared to titanium substrate (~30%) or molybdenum (~15%). Melamine mixed with pure aluminum powder produced AlN-richer coatings of up to 82% when compared to urea mixed with the Al (~25% AlN). Hexadecane was a relatively better liquid carrier than the oxygen-rich liquid carriers such as ethanol or ethylene glycol. When the materials were exposed to a molten aluminum–magnesium alloy at 850 °C for 2 h, the corrosion resistance of the AlN-coated carbon steel substrate showed improved performance in comparison to the uncoated 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)0,001
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 enseignants0,010
Score d'incertitude au seuil0,976

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,013
Tête enseignante GPT0,214
Écart entre enseignants0,201 · 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

Citations8
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCoatingsMême sujetMetal and Thin Film MechanicsTravaux en français237 207