MétaCan
Menu
Retour à la cohorte
Enregistrement W4409183714 · doi:10.53063/synsint.2025.51262

Influence of preheating temperature on splat morphology of spray deposited yttria-stabilized zirconia and lanthanum magnesium hexaaluminate in thermal barrier coatings

2025· article· en· W4409183714 sur OpenAlexvenueno aff
Mohammad Mehdi Khorramirad, Mohammad Reza Rahimipour, S.M.M. Hadavi, Kourosh Shirvani

Notice bibliographique

RevueSynthesis and Sintering · 2025
Typearticle
Langueen
DomaineMaterials Science
ThématiqueMagnesium Oxide Properties and Applications
Établissements canadiensnon disponible
Organismes subventionnairesMaterials and Energy Research CenterSemnan University
Mots-clésYttria-stabilized zirconiaMaterials scienceLanthanumThermal barrier coatingCubic zirconiaMagnesiumChemical engineeringMorphology (biology)MetallurgyInorganic chemistryChemistryCeramic

Résumé

récupéré en direct d'OpenAlex

The performance of thermal barrier coatings (TBCs) depends upon the morphology of individual splats and how a single particle flattens. A splat is a single unit cell of thermal barrier coatings. Its properties significantly influence the overall performance of the coating. The transition temperature of the substrate affects the splat morphology and also influences the adhesion strength of the applied coating. This study investigates the effect of substrate preheating temperature on splat morphology and the critical transition temperature for yttria-stabilized zirconia (8YSZ) and lanthanum magnesium hexaaluminate (LaMgAl11O19, LaMA) powders deposited via atmospheric plasma spray (APS). Using scanning electron microscopy (SEM), a critical transition temperature of 400°C was identified for both materials. At this temperature, disc-shaped splats with improved adhesion formed, while irregular shapes were observed below 400°C, and disordered morphologies appeared above it. Notably, at 400°C, 8YSZ splats exhibited surface cracks, whereas LaMA splats remained crack-free, highlighting differences in their thermo-mechanical properties. These findings emphasize the importance of optimizing preheating temperature to achieve desirable splat morphology and enhance TBC 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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0010,000

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 Opus0,006
Tête enseignante GPT0,225
Écart entre enseignants0,218 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSynthesis and SinteringMême sujetMagnesium Oxide Properties and ApplicationsTravaux en français237 207