MétaCan
Menu
Retour à la cohorte
Enregistrement W4395673913 · doi:10.1016/j.colsurfa.2024.134085

Electrochemical insight into the passivity and corrosion of 316 L stainless steel fabricated through wire arc additive manufacturing

2024· article· en· W4395673913 sur OpenAlexafffund
Khashayar Morshed-Behbahani, Amir Hadadzadeh, Ali Nasiri

Notice bibliographique

RevueColloids and Surfaces A Physicochemical and Engineering Aspects · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueAdditive Manufacturing Materials and Processes
Établissements canadiensDalhousie University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaDalhousie UniversityCanada Research ChairsUniversity of MemphisOcean Frontier InstituteHerff College of Engineering, University of Memphis
Mots-clésPassivityMaterials scienceAlloyMicrostructureMetallurgyAusteniteCorrosionElectrochemistryFerrite (magnet)Pitting corrosionElectrodeComposite material

Résumé

récupéré en direct d'OpenAlex

This study explores the microstructure of AISI 316 L stainless steel fabricated by wire arc additive manufacturing (WAAM) and establishes correlations with its passivity and corrosion characteristics in a 0.9 wt.% NaCl solution, while making comparisons with the wrought alloy counterpart. The WAAM-fabricated alloy demonstrates a favorable chemical composition in comparison to the wrought alloy, exhibiting a heterogeneous microstructure comprised of residual delta ferrite within the austenitic matrix. The pitting vulnerability of the WAAM-printed alloy is observed to be lower than that of the wrought counterpart, a phenomenon further investigated through passive film behavior analysis. Mott-Schottky analysis and the point defect model (PDM) revealed the development of a less defective passive layer on the WAAM-fabricated alloy, enhancing overall passivity and electrochemical response, attributed to the interplay between microstructural features and chemical composition.

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 enseignants0,014
Score d'incertitude au seuil0,843

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 Opus0,005
Tête enseignante GPT0,191
Écart entre enseignants0,186 · 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

Citations40
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueColloids and Surfaces A Physicochemical and Engineering AspectsMême sujetAdditive Manufacturing Materials and ProcessesTravaux en français237 207