MétaCan
Menu
Retour à la cohorte
Enregistrement W4313825349 · doi:10.31399/asm.cp.itsc2012p0237

Gas Substrate Heat Exchange during Cold-Gas Dynamic Spraying

2012· article· en· W4313825349 sur OpenAlexaff
A. McDonald, A. N. Ryabinin, Éric Irissou, J.-G. Legoux

Notice bibliographique

RevueThermal spray · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueFluid Dynamics and Heat Transfer
Établissements canadiensNational Research Council CanadaUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésJet (fluid)Materials scienceNozzleSubstrate (aquarium)Gas dynamic cold sprayRADIUSMechanicsThermalNitrogen gasCompressed airThermal conductivityComposite materialNitrogenThermodynamicsChemistry

Résumé

récupéré en direct d'OpenAlex

Abstract In this study, the temperature distribution of the surfaces of several substrates under an impinging gas jet from a cold spray nozzle was determined. A low-pressure cold-gas dynamic spraying unit was used to generate a jet of hot compressed nitrogen that impinged upon flat substrates. Computer codes based on a finite differences method were used to solve a simplified 2-D temperature distribution equation for the substrate to produce non-dimensional relationships between the surface temperature and the radius of the impinging fluid jet, the substrate thickness, and the heating time. It was found that a single profile of the transient non-dimensional maximum surface temperature could be used to estimate the dimensional maximum surface temperature, regardless of the value of the compressed gas temperature. It was found further that as the thermal conductance of the substrate increased, the maximum surface temperature of the substrate beneath the gas jet decreased. The close agreement of the numerical results with the experimental results suggests that the non-dimensionalized results may be applied to a wide range of conditions and materials.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,009
Tête enseignante GPT0,202
Écart entre enseignants0,193 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations3
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThermal sprayMême sujetFluid Dynamics and Heat TransferTravaux en français237 207