Investigation of corrosion behavior of Cenosphere reinforced iron based composite coatings
Notice bibliographique
Résumé
In the present study cenopshere was reinforced with FeCrNiC (Metco 42C) as matrix material and prepared four different feedstock powders such as FeCrNiC+0%Cenosphere, FeCrNiC+5%Cenosphere, FeCrNiC+10%Cenosphere and FeCrNiC+15%Cenosphere were coated by plasma spray technique on T22 substrate. Evaluation of the substrate and coatings potential under salt spray test was performed. Dense fog of 5% NaCl salt water was used to create a corrosive atmosphere within the chamber. The salt water's pH was kept constant at 6.5–7. The materials that underwent corrosion were examined using X-ray diffraction (XRD), and scanning electron microscopy (SEM). The FeCrNiC+15%Cenosphere and FeCrNiC+10%Cenosphere coatings exhibited reduced weight loss during a 168-h corrosion test compared to the FeCrNiC+5%Cenosphere, FeCrNiC coatings, and substrate. The excellent chemical stability and corrosion resistance of Cr 23 C 6 , SiO 2 , NiO, and Cr 2 O particles contribute to gradually avoid the formation of red rust on Fe-based coated samples with exposure approaches to 52 and 130 h. • FeCrNiC (Metco 42C) based coatings with different percentages of cenosphere such as 5, 10 and 15 were successfully developed using Plasma spray. • Coatings with 10% and 15% cenosphere revealed better corrosion resistance compared to 5% cenopshere and FeCrNiC coatings. • The phases such as Cr 23 C 6 , SiO 2 , NiO, and Cr 2 O promote to avoid the formation of red rust.
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 ».