MétaCan
Menu
Retour à la cohorte
Enregistrement W4320522612 · doi:10.31399/asm.cp.itsc2012p0022

Engineering HVOF-Sprayed Cr3C2-NiCr Coatings: The Effect of Particle Morphology and Spraying Parameters on the Microstructure, Properties and High Temperature Wear Performance

2012· article· en· W4320522612 sur OpenAlexaff
Dominique Poirier, J.-G. Legoux, R.S. Lima

Notice bibliographique

RevueThermal spray · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueHigh-Temperature Coating Behaviors
Établissements canadiensNational Research Council Canada
Organismes subventionnairesnon disponible
Mots-clésMicrostructureMaterials scienceNichromeThermal sprayingCoatingCarbideMetallurgyChromium carbideScanning electron microscopeIndentation hardnessParticle (ecology)Composite material

Résumé

récupéré en direct d'OpenAlex

Abstract Chromium carbide-based thermally sprayed coatings are widely used for high temperature wear applications. In these extreme environments at those temperatures, several phenomena will degrade, oxidize and change the microstructure of the coatings, thereby affecting their wear behaviour. Although it can be easily conceived that the Cr3C2-NiCr coating microstructure evolution after high temperature exposure will depend on the as-sprayed microstructure and spraying parameters, very little has been done in this regard. This study intends to develop a better understanding of the effect of spraying parameters on the resulting chromium carbide coating microstructure after high temperature operation and high temperature sliding wear properties. The microstructures of different coatings produced from two morphologies of Cr3C2-NiCr powders and under a window of in-flight particle temperature and velocity values were characterized through X-ray diffraction (XRD) and scanning electron microscopy (SEM). Sliding wear at 800°C was performed and the wear behaviour correlated to the spraying parameters and coating microstructure. Vickers microhardness (300 gf) of the coatings before and after sliding wear was also measured.

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)0,001
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 enseignants0,039
Score d'incertitude au seuil0,661

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 recherche0,0000,001
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 Opus0,009
Tête enseignante GPT0,186
Écart entre enseignants0,176 · 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

Citations1
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThermal sprayMême sujetHigh-Temperature Coating BehaviorsTravaux en français237 207