MétaCan
Menu
Retour à la cohorte
Enregistrement W3195864226 · doi:10.31399/asm.cp.itsc2000p0967

Development of Tailored Metallographic Preparation Techniques for Thermally Sprayed Coatings

2000· article· en· W3195864226 sur OpenAlexaff
E. Ya. Kharlanova, Serge Lafreniere, G.E. Kim, T. Brzezinski

Notice bibliographique

RevueThermal spray · 2000
Typearticle
Langueen
DomaineEngineering
ThématiqueHigh-Temperature Coating Behaviors
Établissements canadiensPyrogenesis (Canada)
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceCoatingMicrostructureThermal sprayingCeramicIndentation hardnessMetallurgyDeposition (geology)Composite material

Résumé

récupéré en direct d'OpenAlex

Abstract In order to properly characterize the entire deposition process, evaluation of the coating, including a reliable metallographic preparation technique which reveals the true microstructure, must be performed. Often, recommended metallographic sample preparation methods for thermally sprayed coatings are generic and are not tailored to specific materials. They are time-consuming and, in some cases, may provide inaccurate details (pull-outs, smearing, etc). This could lead to a wrong interpretation of the coating quality. The aim of the investigation was to develop new metallographic sample preparation procedures tailored to different types of coatings (metallic, ceramic, multilayer and composites), in order to reveal a more representative microstructure. A comparative study of different preparation procedures for the examination of various as-sprayed coatings is presented using an optical microscope. The coatings were deposited by atmospheric and vacuum plasma spray (APS and VPS) and high velocity oxygen fuel (HVOF) processes. A separate approach is recommended for choosing the right metallographic preparation procedure for ceramic, metallic, or composite coatings. Applied load and positioning of the mounted sample during preparation are identified as key factors in developing proper procedures. The microhardness of the coating must be considered when determining the applied load. Interesting practical trends in preparation procedures that may lead to superior coating representation and, in some instances, cost and time savings are presented.

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 enseignants0,052
Score d'incertitude au seuil0,779

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 Opus0,012
Tête enseignante GPT0,245
Écart entre enseignants0,233 · 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

Citations2
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThermal sprayMême sujetHigh-Temperature Coating BehaviorsTravaux en français237 207