MétaCan
Menu
Retour à la cohorte
Enregistrement W4404854358 · doi:10.3390/app142311147

Numerical Analysis of Cold Spray Process for Creation of Pin Fin Geometries

2024· article· en· W4404854358 sur OpenAlexaff
Najim Nasire, Mohsen Jadidi, Ali Dolatabadi

Notice bibliographique

RevueApplied Sciences · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueHigh-Temperature Coating Behaviors
Établissements canadiensUniversity of TorontoUniversity of New Brunswick
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceFinMechanicsMechanical engineeringEngineeringComposite materialPhysics

Résumé

récupéré en direct d'OpenAlex

A numerical study was performed to analyze the particle deposition of a cold spray process for the preparation of nickel electrocatalysts used in the Hydrogen Evolution Reaction (HER). The study focused on the creation of fin-shaped geometries with an optimal porosity on the electrode surface using a mask located between the nozzle exit and the substrate. Computational Fluid Dynamics (CFD) was performed on a three-dimensional high-pressure nozzle, with nickel powder used as the injection feedstock. The behavior of particles was effectively modeled through a two-way coupled Eulerian–Lagrangian approach. As per the parametric study, four masks of varying wire thicknesses and opening sizes were investigated. The masks were placed at 4 mm increments from the nozzle exit, with the substrate placed at standoff distances (SODs) of 10 mm and 20 mm. To capture the effects of the gas inlet operating conditions, two different nozzle inlet conditions were analyzed (2 MPa and 400 °C, 4 MPa and 800 °C). It was found that the nozzle inlet operating condition had the most significant impact, as it relates to the particle velocity and powder deposition. The high-pressure operating condition resulted in a deposition efficiency (DE) greater than 99.9% for all the test cases, with nearly all the impacted particles depositing on the substrate. For the medium-pressure operating condition, the DE increased linearly as the mask SOD was increased, due to the increase in the particle velocity upon impact.

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 enseignants0,203
Score d'incertitude au seuil0,240

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,004
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 Opus0,019
Tête enseignante GPT0,298
Écart entre enseignants0,279 · 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

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied SciencesMême sujetHigh-Temperature Coating BehaviorsTravaux en français237 207