MétaCan
Menu
Retour à la cohorte
Enregistrement W4206738871 · doi:10.1007/s11666-022-01320-4

Improvement of Tool Steel Powder Cold Sprayability Via Softening and Agglomeration Heat Treatments

2022· review· en· W4206738871 sur OpenAlexaff
Dominique Poirier, Y. Thomas, Bruno Guerreiro, M. Martín, Maniya Aghasibeig, Éric Irissou

Notice bibliographique

RevueJournal of Thermal Spray Technology · 2022
Typereview
Langueen
DomaineEngineering
ThématiqueHigh-Temperature Coating Behaviors
Établissements canadiensNational Research Council Canada
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceMetallurgyMicrostructureGas dynamic cold spraySofteningEconomies of agglomerationDuctility (Earth science)Tube furnaceDeposition (geology)Hot workSoftening pointTool steelComposite materialCoatingCreepChemical engineering

Résumé

récupéré en direct d'OpenAlex

Cold spray can produce deposits from a broad range of materials but reports on cold spray of steels are still limited to the few steel families demonstrating high ductility and medium strength. Softening and agglomeration of steel powders via heat treatment in a rotary tube furnace were investigated as promising ways to improve H13 tool steel powder cold sprayability. By adjusting starting powder size, as well as heat treatment conditions (maximum temperature, cooling rate and heat treatment atmosphere), cold spray of H13 powder improved from virtually no deposition to the production of dense, sound and thick deposits with a powder deposition efficiency of 70%. Powder agglomeration, surface state, microstructure evolution and softening are identified as key factors determining the powder deposition efficiency and resulting deposit microstructure. The developed powder modification method has the potential to facilitate the cold spray of all steels subjected to martensitic transformation.

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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,939
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
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 Opus0,016
Tête enseignante GPT0,266
Écart entre enseignants0,250 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations14
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Thermal Spray TechnologyMême sujetHigh-Temperature Coating BehaviorsTravaux en français237 207