Damage evolution in thermal barrier coating under thermal gradient mechanical fatigue loading
Notice bibliographique
Résumé
This research aims to clarify the driving forces behind interfacial damage in thermal barrier coatings associated with buckling-driven delamination. Using an artificial interfacial defect processed by laser shock, thermomechanical fatigue loadings are investigated both with or without a through-thickness temperature gradient. In situ infrared imaging enables the tracking of further debonding, allowing assessment of the influence of complex loading conditions on the interfacial damage rate. Based on these findings, a clear ranking of the influence of thermomechanical fatigue parameters is established, including temperature, temperature gradient, cooling rate, strain level, and stress relaxation during dwell time at maximum temperature. A sensitivity analysis was carried out using a finite element method, considering temperature gradients and the realistic geometry of the blister. Through-thickness gradients were shown to increase the maximum stress intensity factors at the interface, driving monotonic damage of the interface. The interface temperature and the local strain amplitude govern the stress intensity factor amplitude and subsequent interfacial toughness decrease, driving fatigue damage of the interface. • Thermal barrier coatings with processed blisters undergo thermomechanical gradient fatigue tests. • Interfacial damage rate is monitored in situ by infra red thermography. • Through thickness gradients is observed to yield local ratchetting. • Thermal gradients and mechanical loadings drive interfacial monotonic damage. • Fatigue damage induces decrease in interfacial toughness.
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 | 0,000 |
| 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) | 0,000 | 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 ».