MétaCan
Menu
Retour à la cohorte
Enregistrement W4312246458 · doi:10.31399/asm.cp.itsc2011p0960

Study of Plasma Sprayed Mullite Coating Using Mullite and a Mixture of Alumina and Silica Powder Particles

2011· article· en· W4312246458 sur OpenAlexaff
H. Salimi Jazi, Mahshid Hosseini, A. Shafyei, H. Samadi, L. Pershin, T.W. Coyle, J. Mostaghimi

Notice bibliographique

RevueThermal spray · 2011
Typearticle
Langueen
DomaineEngineering
ThématiqueHigh-Temperature Coating Behaviors
Établissements canadiensCanadian Dairy Network
Organismes subventionnairesnon disponible
Mots-clésMulliteMaterials scienceCrystallizationCoatingCeramicDifferential thermal analysisMicrostructureScanning electron microscopeThermal sprayingComposite materialChemical engineeringDiffraction

Résumé

récupéré en direct d'OpenAlex

Abstract Plasma sprayed ceramic coatings are widely used for thermal barrier coating applications. Commercially available mullite powder particles and a mixture of mechanically alloyed alumina and silica powder particles were used to deposit mullite ceramic coatings by plasma spraying. Microstructure and morphology of both powder particles as well as coatings were investigated by using scanning electron microscopy (SEM). Phase formation and degree of crystallization of coatings were analyzed and estimated by using X-ray diffraction technique. Differential thermal analysis (DTA) method was used to study the phase transformation of coatings. Results indicated that the porosity level in the coating deposited using mullite as initial powder particles was lower than that deposited using the mixed powder particles. The crystallization degree of the coating deposited using the mixed powder particles are higher than that deposited using mullite powder particles. DTA curves of coatings deposited using the mixed powders have showed some phase transformation due to the crystallization of the retained amorphous phases such as mullite and alumina in the coatings. The degree of crystallization of both as sprayed coatings was significantly increased after post deposition heat treatments.

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 enseignants0,105
Score d'incertitude au seuil0,716

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 Opus0,031
Tête enseignante GPT0,238
Écart entre enseignants0,207 · 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
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThermal sprayMême sujetHigh-Temperature Coating BehaviorsTravaux en français237 207