MétaCan
Menu
Retour à la cohorte
Enregistrement W4294830320 · doi:10.31399/asm.cp.itsc2006p0283

Computational Modeling of Cold Spray Process: Effect of Substrate and Particle Size on Gas-particle Flow

2006· article· en· W4294830320 sur OpenAlexaff
Q. Zhu, Ali Dolatabadi

Notice bibliographique

RevueThermal spray · 2006
Typearticle
Langueen
DomaineEngineering
ThématiqueHigh-Temperature Coating Behaviors
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésGas dynamic cold sprayParticle (ecology)MechanicsMaterials scienceSubstrate (aquarium)Particle velocityParticle sizeFlow (mathematics)HeliumDeposition (geology)Particle depositionWork (physics)Process (computing)CoatingComposite materialChemistryThermodynamicsPhysicsAtomic physicsGeologyComputer science

Résumé

récupéré en direct d'OpenAlex

Abstract This work involves modeling of cold spray process in order to predict gas flow as well as particle conditions upon impacting on a substrate. Particle normal velocity is found to be the most important factor to improve the deposition efficiency and coating quality. Particle velocity is influenced by the substrate geometry and location. The shape and strength of the bow shock near the substrate of different geometries (such as concave, convex, and flat) are studied, and particle normal velocities impacting on the substrates located at various stand-off distances are calculated. Furthermore, the numerical simulation is repeated with particles of various sizes and different feeding gas (Helium and Nitrogen). The results are compared to obtain the optimum substrate location and the appropriate particle size for each feeding gas.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,296
Score d'incertitude au seuil0,516

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)0,0000,000

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 Opus0,006
Tête enseignante GPT0,218
Écart entre enseignants0,212 · 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

Citations1
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThermal sprayMême sujetHigh-Temperature Coating BehaviorsTravaux en français237 207