Coating of Refractory Surfaces with Fine TiO2 Particles via Gas-Dynamic Cold Spraying
Notice bibliographique
Résumé
Refractory materials are used worldwide in process equipment. However, gaseous and liquid process products penetrate the surface layer and deep into the volume of refractories, destroying rather expensive constructions that are complicated to repair. To address this challenge, there is a need to develop protective coatings for refractory materials that can limit the penetration of working media and extend their operational lifespan. In this work, the application of gas-dynamic cold spraying (CGDS) to produce a coating on the refractory materials using fine titanium dioxide (TiO2) particles is explored. These particles are accelerated within a nitrogen flow, passing through a Laval nozzle, and then sprayed onto a fireclay surface. The mechanisms of particle deposition and layer formation on porous surfaces through experiments and numerical simulations were investigated. The geometry of a typical refractory pore was determined, which was then incorporated into computational fluid dynamics (CFD) simulations to model the cold spraying process of porous substrates. As a result, the influence of the particle size on its velocity and angle of penetration into pores was established. Experimental findings demonstrate the effective closure of pores and the formation of a particle layer on the refractory surface. Furthermore, the nanoindentation tests for the refractory samples showcase capabilities for checking coating thickness for porous materials.
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 | 0,001 |
| 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 ».