MétaCan
Menu
Retour à la cohorte
Enregistrement W4236903221 · doi:10.1115/imece2009-10501

The Effects of the Distance Between Nozzle and Substrate on Cold Gas Dynamic Spray Process

2009· article· en· W4236903221 sur OpenAlexaboutno aff
Longjian Li, Qinghua Chen, Wenzhi Cui, Tien‐Chien Jen, Yi-Hsin Yen, Quan Liao, Lin Zhu

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueParticle Dynamics in Fluid Flows
Établissements canadiensnon disponible
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésGas dynamic cold sprayNozzleMaterials scienceHeliumShock waveAccelerationSubstrate (aquarium)Volumetric flow rateFlow (mathematics)Particle (ecology)Compression (physics)MechanicsSupersonic speedComposite materialAtomic physicsThermodynamicsPhysicsCoating

Résumé

récupéré en direct d'OpenAlex

In this paper, numerical simulations were performed for the gas-particle two phase flow in the Cold Gas Dynamic Spray (CGDS) process to investigate the acceleration of micro- and nanoparticles with diameters ranging from 100nm to 50μm. Nitrogen (N2) and Helium (He) were chosen as the carrier gas, respectively. The acceleration of carrier gas to particles in the De-Laval-Type supersonic nozzle was strongly dependent on the characteristics of flow field, as well as the densities and the size of the particles. Copper particles (Cu) were chosen as the spraying materials. The computed results showed that the flow structures of the carrier gas were very different for different gas and different spraying distance, which resulted in consequently different accelerating features. The cone-shape weak shocks (compression waves) occurred at the exit of divergent section, and the bow-shaped strong shock wave was found right before the substrate, which played a resistance role to the particles and prevented the smaller particles from approaching on 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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
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 savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,003
Tête enseignante GPT0,213
Écart entre enseignants0,210 · 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 source (Gemma direct ou Codex distillé), 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
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetParticle Dynamics in Fluid FlowsTravaux en français237 207