Hybrid Suspension/Solution Precursor Plasma Spraying of a Complex Ban (Mg1/3Ta2/3)O3 Perovskite: Effects of Processing Parameters and Precursor Chemistry on Phase Formation and Decomposition
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 Ba(Mg1/3Ta2/3)O3 (BMT), a high melting point refractory oxide, is envisioned as a thermal barrier coating material. In this study, six chemical reagents combinations are investigated as BMT coating precursors: one BMT powder suspension and five Ta2O5 suspensions in nitrate solutions or acetate solutions. A hybrid suspension / sol plasma spray process is designed to axially inject these precursors into a RF thermal plasma torch to synthesize BMT and to deposit nanostructured coatings. X-ray photoelectron spectroscopy (XPS) was used to evaluate the element evaporation during plasma spraying. Thermogravimetric analysis and differential thermal analysis (TG/DTA) are applied to investigate the BMT formation. Parameters such as precursor chemistry and proportion, plasma power, spray distance and substrate preheating are studied with regards to the coating phase structure. The results indicate that the combination of twice the Mg stoichiometric amount with a power of 50 kW shows the best results when using nanocrystalline Ta2O5 as Ta precursor. When choosing nitrates as Ba and Mg precursors, predominant crystalized BMT can be obtained at lower plasma power (45 kW) when compared to acetates (50 kW). BaTa2O6, Ba3Ta5O15, Ba4Ta2O9, Mg4Ta2O9 are the main secondary phases during BMT preparation process. Because of the complicated acetate decomposition, the coating deposition rate from nitrate precursors is higher than that from acetate ones.
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