Corrosion, Wear, and Antibacterial Behaviors of Hydroxyapatite/MgO Composite PEO Coatings on AZ31 Mg Alloy by Incorporation of TiO2 Nanoparticles
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
Plasma electrolytic oxidation (PEO) is a promising surface treatment for generating a thick, adherent coating on valve metals using an environmentally friendly alkaline electrolyte. In this study, the PEO method was used to modify the surface of AZ31 Mg alloy. The composite coatings were formed in a phosphate-based electrolyte containing hydroxyapatite nanoparticles (NPs) and different concentrations (1, 2, 3, and 4 g/L) of TiO2 NPs. The results showed that the incorporation of TiO2 NPs in the composite coatings increased the porosity, coating thickness, surface roughness, and surface wettability of the coatings. The corrosion-resistance results of coatings in simulated body fluid (SBF) were tested for up to 72 h and all coatings showed superior corrosion resistance compared to the bare substrate. Among samples containing TiO2, the sample containing 1 g/L TiO2 had the highest inner layer resistance (0.51 kΩ·cm2) and outer resistance (285 kΩ·cm2) and the lowest average friction coefficient (395.5), so it had the best wear and corrosion resistance performance. The antibacterial tests showed that the higher the concentration of TiO2 NPs, the lower the adhesion of bacteria, resulting in enhanced antibacterial properties against S. aureus. The addition of 4 g/L of TiO2 NPs to the electrolyte provided an antibacterial rate of 97.65% for the coating.
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 | 0,000 | 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