Assessment of AlSi-based abradable coatings with hBN and MoCr additives for aerospace conditions: A novel high-temperature rig approach
Notice bibliographique
Résumé
ABSTRACT Abradable coatings are crucial for enhancing gas turbine efficiency and enabling sustainable aviation by reducing fuel consumption and protecting rotor components during blade-casing interactions. However, assessing their performance under relevant speed and temperature conditions remains challenging due to the cost and complexity of custom-built abradable rigs. This study addresses these challenges by upgrading an existing abradable test rig with a high-temperature module, supporting scalable materials testing under extreme gas turbine and hydrogen-compatible turbine conditions. It also evaluates the abradability performance of three thermally sprayed AlSi-based coatings at 300°C. (1) AlSi-Poly, with 40 wt% polyester as a baseline; (2) AlSi-MoCr, with similar polyester content plus small additions of molybdenum (Mo) and chromium (Cr); and (3) AlSi-hBN-Poly, with 6 wt% hexagonal boron nitride (hBN) and 20 wt% polyester. The inclusion of hBN, an eco-friendly solid lubricant, and MoCr, recognized for corrosion resistance, reflects growing interest in materials designed for energy-efficient turbines and Industry 4.0 aerospace systems. Abradability tests showed that AlSi-Poly and AlSi-MoCr outperformed AlSi-hBN-Poly at both temperatures based on lower reaction forces. All coatings exhibited reduced forces at 300°C due to thermal softening. AlSi-Poly and AlSi-MoCr demonstrated comparable abradability, with smoother wear tracks at room temperature that worsened at 300°C, along with increased dynamic interaction coefficient (Ft/Fn). In contrast, AlSi-hBN-Poly stood out for its thermal stability, higher roughness, and the lowest Ft/Fn. These findings also highlight the relevance of the high-temperature abradable rig as a cost-effective platform for pre-screening aerospace abradables under application-relevant conditions, bridging fundamental research and engine testing.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».