A Physics-Based Computational Model for the Cold Spray Deposition of Composite Coatings
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 Composite coatings with tailored properties can be effectively deposited with the cold spray process via careful control of deposition parameters. To avoid repetitive experiments, numerical models are commonly used to optimize the cold spray deposition process parameters. The present study proposes using a physics-based hybrid computational approach to model the cold spray deposition of Ni-Ti/Al2O3 composite coating used for wear applications. The method involves using point cloud (for the impacting particles) and finite elements (for the deformed splats structures and substrate) to simulate dissimilar particles impact and interactions, plastic deformation, and temperature rise. The approach is computationally efficient and adequately captures the thermo-mechanical deformation resulting from the interactions among dissimilar particles. The simulations are carried out for various combinations of material types, particles sizes and shapes, and impacting velocities. The results from the simulations are analyzed and validated by comparing them with that of previous works. The plastic deformation and temperature rise within the mating bodies increase with increasing particles’ kinetic energies. The Ni-Ti-Al2O3 powder particles lead to higher plastic deformation, temperature rise, and inter-particle bonding due to the presence of the hard Al2O3 particles. The temperature does not rise above melting; however, recrystallization of coating microstructure becomes possible even at a low deposition rate.
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