Multifunctional polyurethane-based coating with corrosion resistance and anti-icing performance for AA2024-T3 alloy protection
Notice bibliographique
Résumé
In this study, we present the development of advanced anticorrosive icephobic coatings tailored for AA2024-T3 surfaces. These coatings were engineered using polyurethane, incorporating fluoropolyol and isocyanate modified with hydroxyl-terminated silicone oil and fluoroalkyl polyhedral oligomeric silsesquioxane (F-POSS) particles. Surface characterization involved contact angle and sliding angle measurements, as well as atomic force microscopy. The icephobic efficacy was evaluated through a battery of tests including differential scanning calorimetry, delay of freezing time measurement, impact and non-impact ice adhesion measurement (push-off and centrifuge), and the ice accretion method. Electrochemical impedance spectroscopy served to evaluate the anticorrosion performance of the coatings. The integration of silicone oil and F-POSS led to notable improvements in contact angles, increasing from 92° to 127°. The lowest sliding angle (6°) was obtained for the coating containing both silicone oil and F-POSS. Topographical images showed the essential role of F-POSS in providing a rough surface structure. The optimal coating formulation consisted of 10 wt.% F-POSS particles and 5 wt.% silicone oil, resulting in a water contact angle of 127°, a sliding angle of 9°, approximately 42 days of surface protection, and an impedance value of 4.8 × 108 Ω·cm2. Remarkably, this coating demonstrated exceptional durability in terms of icephobic properties, maintaining a push-off ice adhesion strength of 9.3 kPa even after 15 icing/de-icing cycles, confirming its desirable icephobic performance.
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 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».