Tribological Performance of High-Entropy Coatings (HECs): A Review
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Surface coatings that operate effectively at elevated temperatures provide compatibility with critical service conditions as well as improved tribological performance of the components. High-entropy coatings (HECs), including metallic, ceramics, and composites, have gained attention all over the world and developed rapidly over the past 18 years, due to their excellent mechanical and tribological properties. High-entropy alloys (HEAs) are defined as alloys containing five or more principal elements in equal or close to equal atomic percentage. Owing to the high configurational entropy compared to conventional alloys, HEAs are usually composed of a simple solid solution phase, such as the BCC and FCC phases, instead of complex, brittle intermetallic phases. Several researchers have investigated the mechanical, oxidation, corrosion and wear properties of high-entropy oxides, carbides, borides, and silicates using various coating and testing techniques. More recently, the friction and wear characteristics of high-entropy coatings (HECs) have gained interest within various industrial sectors, mainly due to their favourable mechanical and tribological properties at high temperatures. In this review article, the authors identified the research studies and developments in high-entropy coatings (HECs) fabricated on various substrate materials using different synthesis methods. In addition, the current understanding of the HECs characteristics is critically reviewed, including the fabrication routes of targets/feedstock, synthesis methods utilized in various research studies, microstructural and tribological behaviour from room temperature to high temperatures.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,000 |
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.
score_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