MétaCan
Menu
Retour à la cohorte
Enregistrement W4397010975 · doi:10.3390/lubricants12050181

Mechanical and Tribological Behavior of Nitrided AISI/SAE 4340 Steel Coated with NiP and AlCrN

2024· article· en· W4397010975 sur OpenAlexaff
Marcos E. Soares, Qianxi He, Jose M. DePaiva, Bruna Michelle de Freitas, Paulo Soares, Stephen C. Veldhuis, Fred Lacerda Amorim, Ricardo Torres

Notice bibliographique

RevueLubricants · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueMetal and Thin Film Mechanics
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésTribologyNIPMaterials scienceMetallurgyNitridingComposite materialLayer (electronics)

Résumé

récupéré en direct d'OpenAlex

In this study, novel surface engineering strategies to improve the wear performance of AISI 4340 were investigated. The strategies were as follows: (i) NiP deposition on a previously nitrided steel substrate, followed by NiP interdiffusion heat treatment at either 400 °C or 610 °C (referred to as duplex treatment); (ii) the deposition of AlCrN PVD coating on NiP layers on a previously nitrided steel substrate (referred to as triplex treatment). Prior to the deposition of AlCrN, the NiP was subjected to the interdiffusion heat treatment at either 400 °C or 610 °C. These strategies were compared with the performance of the AlCrN coating directly applied on nitrided steel. To characterize the microstructural features of each layer, X-ray diffraction (XRD) and scanning electron microscopy (SEM) coupled with energy-dispersive X-ray spectroscopy (EDS) analysis were conducted. We also carried out mechanical and tribological behavior assessments. The tribological tests were carried out using a ball-on-disc tribometer under a constant load of 20 N and a tangential speed of 25 cm/s; cemented carbide spheres with a diameter of 6 mm were the counterpart body. The friction coefficient was continuously monitored throughout the tests. The results reveal that the wear mechanism for the AlCrN coating is predominantly oxidative. The most wear-resistant surface architecture was the one comprising AlCrN over the NiP layer subjected to interdiffusion heat treatment at either 400 °C or 610 °C.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,000

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 Opus0,019
Tête enseignante GPT0,224
Écart entre enseignants0,205 · 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'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

Citations7
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLubricantsMême sujetMetal and Thin Film MechanicsTravaux en français237 207