Numerical optimization of cold gas dynamic spray process parameters through response surface methodology
Notice bibliographique
Résumé
Copper-Zinc and its alloys are extensively used for the corrosion protection of the metal substrate surfaces like steel. Cold gas dynamic spraying (CGDS) is a material coating technique in which metal particles directly adhere to the substrate surface at a relatively low temperature. Numerical simulation (CFD) is a better alternative to understanding CGDS as compared to experimental data due to less expenditure and less energy consumption in CFD. Optimisation of CGDS can be done either by varying the process parameters or by improving the design of the de-Laval nozzle. In this study, the Response Surface Methodology (Central Composite Design) was used to optimise cold spray deposition efficiency by using a 2-D axisymmetric model by varying the process parameters such as carrier gas temperature, stand-off distance, and particle size. Various models were used to predict the critical velocity and erosion velocity. All the process parameters under consideration were found significant in analysing the model by ANOVA. Copper-Zinc Alloy (C93200) particle size is varied from 2.96 µm to 87.04 µm and carrier gas temperature is varied from 287.78K to 708.22K. With the increase in carrier gas temperature and particle size diameter, critical velocity decreases resulting in improved deposition efficiency.
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 | 0,001 |
| 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 ».