Effect of Substrate Temperature on the Formation Mechanism of Cold Sprayed Aluminum, Zinc, and Tin Coatings
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
Abstract When describing the cold spray process, one of the most widely used concepts is the critical velocity. Current models predicting critical velocities take the temperature of the sprayed particles explicitly into account but not the surface temperature (substrate or already deposited layers) on which the particle impact. This surface temperature is expected to play an important role since the deformation process leading to particle bonding and coating formation takes place both on the particle and the substrate side. The aim of this work is to investigate the effect of the substrate temperature on the coating formation process. Experiments were performed using aluminum, zinc and tin powders as coating materials. These materials have a rather large difference in critical velocities that gives the possibility to cover a broad range of deposition velocity to critical velocity ratio using commercial low pressure cold spray system. The sample surface was heated and the temperature was varied from room temperature to a high fraction of the melting point of the coating material for all three materials. The change in temperature of the substrate during the deposition process was measured by means of a high speed IR camera. The coating formation was investigated as a function of (1) the measured surface temperature of the substrate during deposition, (2) the gun transverse speed and (3) the particle velocity. Both single particle impact samples and thick coatings were produced and characterized. Both the particle-substrate and interparticle bondings were evaluated by SEM and confocal microscopy
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) | 0,000 | 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) | 0,000 | 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