MétaCan
Menu
Retour à la cohorte
Enregistrement W4293542645 · doi:10.31399/asm.cp.itsc2005p0186

Particle Loading Effect in Cold Spray

2005· article· en· W4293542645 sur OpenAlexaff
K. Taylor, B. Jodoin, J. Karov, P. Richer

Notice bibliographique

RevueThermal spray · 2005
Typearticle
Langueen
DomaineEngineering
ThématiqueHigh-Temperature Coating Behaviors
Établissements canadiensCanadian Nutrition Society
Organismes subventionnairesnon disponible
Mots-clésGas dynamic cold sprayMaterials scienceNozzleCoatingVolumetric flow rateComposite materialSpray nozzleMass flow rateParticle (ecology)Substrate (aquarium)Saturation (graph theory)Particle sizeParticle velocityDeposition (geology)Raw materialMechanicsChemical engineeringChemistryThermodynamics

Résumé

récupéré en direct d'OpenAlex

Abstract Cold Gas Dynamic Spray is a line of sight, high rate material deposition process that uses a supersonic flow to accelerate small particles (micron size powder) above a material dependent critical velocity. When the particles impact the substrate, they plastically deform and bond to form a coating. The objective of this research is to investigate the influence of the particle mass flow rate on the properties of coatings sprayed using the Cold Spray process. Varying the mass flow rate at which the feedstock particles are fed into the carrier gas stream can change the thickness of the coating. It was shown that poor coating quality (peeling) was not a result of flow saturation but instead, excessive particle bombardment per unit area on the substrate. This can be overcome by increasing the relative velocity between the substrate and the spraying nozzle. The results are dense coatings, even at higher powder mass flow rates.

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 enseignants0,018
Score d'incertitude au seuil0,792

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)0,0000,001

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 Opus0,006
Tête enseignante GPT0,220
Écart entre enseignants0,214 · 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
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThermal sprayMême sujetHigh-Temperature Coating BehaviorsTravaux en français237 207