A multi-physics and multi-scale approach to characterize the viscous layer growth formed on SLM 316 L stainless steel during electropolishing in an acid mixture
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This study aims to provide experimental evidence of the formation and the growth of a viscous layer during the electropolishing of additively manufactured 316 L stainless steel parts, using a combination of optical characterization techniques. A tertiary current distribution model was subsequently developed to simulate the electropolishing process and predict the evolution of the viscous layer. The results demonstrate that the viscous layer forms and grows within a specific potential window before being disrupted by gas evolution due to solvent oxidation. Schlieren imaging estimates the thickness of the layer to be approximately 1.4 mm after 5 min of polarization at the onset of the polishing plateau—about 1 mm thicker than its natural state without polarization. Particle Image Velocimetry (PIV) confirms the presence of a flow-deprived zone near the surface, roughly 1 mm thick, contrasting with the bulk region where natural convection dominates. A simplified reaction mechanism is proposed, based on experimentally determined electron-transfer kinetics. Metal cations are assumed to be instantly complexed, with the diffusion of the resulting complexes considered equivalent to that of the free complexing agents (phosphates), based on literature values. Using these assumptions, the tertiary current distribution model successfully replicates the growth of the viscous layer. The model's predictions were validated by experimental measurements of metal cation concentrations, supporting the hypothesis that the diffusion of “acceptor” species is the primary driving force behind electropolishing. This work also confirms that phosphate-complexed metal cations diffuse analogously to anions.
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.
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 | 0,001 | 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 | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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 découle