MétaCan
Menu
Retour à la cohorte
Enregistrement W3166663524 · doi:10.31399/asm.cp.itsc2021p0708

Effect of Ceramic Particle Reinforcement on the Erosion Resistance of Thermally Sprayed De-Icing Systems

2021· article· en· W3166663524 sur OpenAlexaff
Shahed Taghian Dehaghani, André McDonald, Ali Dolatabadi

Notice bibliographique

RevueThermal spray · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueHigh-Temperature Coating Behaviors
Établissements canadiensUniversity of TorontoUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceCeramicCermetCoatingComposite materialMetallurgyThermal sprayingAbrasiveGas dynamic cold sprayTungsten carbideParticle (ecology)

Résumé

récupéré en direct d'OpenAlex

Abstract Developing effective heating systems to prevent ice accretion on the surface of wind turbine blades and aircraft wings is of great significance for extreme cold environments. However, due to high velocity impingement of water droplets and solid particles on the surface of these components, an appreciable degree of surface material degradation may occur. In this study, nickel-chromium-aluminum-yttrium (NiCrAlY) was chosen as a metal matrix material for a coating-based heating system. Pure ceramic powders, namely, alumina and titania, and a cermet powder, tungsten carbide-cobalt (WC-12Co), were mechanically admixed with NiCrAlY powder and deposited to fabricate reinforced metal matrix composite (MMC) coatings. The powders were deposited on cylindrical low carbon steel bars by using flame spraying. The specimens were placed in a wind tunnel to conduct a comparative investigation of their erosive wear resistance under water droplet impact. A cold spraying unit was used for solid particle impact erosion tests. The erosive wear rates were quantified by measuring mass loss. The experimentally obtained results showed noticeably lower wear rate in NiCrAlY-WC-12Co and NiCrAlY-titania coatings compared to the other coatings. The results suggest that certain MMC coatings could be effectively employed to decrease the erosion rate of coating-based heating elements.

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)0,001
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 enseignants0,103
Score d'incertitude au seuil0,440

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,008
Tête enseignante GPT0,224
Écart entre enseignants0,216 · 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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThermal sprayMême sujetHigh-Temperature Coating BehaviorsTravaux en français237 207