Process parameter optimization and characterization of cold spray pure and blended AA6061 powder depositions
Notice bibliographique
Résumé
Cold spray is a solid-state deposition method belonging in the thermal spray group of technologies that creates coatings, mass restorations, and additively manufactured components by accelerating feedstock powders at supersonic speeds via a de Laval nozzle. Once accelerated particles collide with a substrate or existing layer build up, severe plastic deformation from impact creates mechanical and metallurgical bonding. Among the many materials compatible with cold spray, aluminum 6061 alloy is a widely used, a general-purpose metal commonly found in industries such as automotive and aerospace as a structural material. Typically, metallic powders are manufactured with gas atomization and available as pure AA6061, or as a blend with various ceramics to obtain desired deposition mechanical, material, and manufacturing requirements. Additionally, a solid-state powder manufacturing method using mechanical grinding has emerged providing cold spray users with AA6061 powders of different morphology and metallurgy more like AA6061 bulk material. This study investigates deposition properties for pure gas atomized and ground AA6061 powders, and gas atomized powders blended with Al2O3, SiO2, and ZrO2. Cold spray depositions are characterized by studying their deposition efficiency, thickness, density, and microhardness. Effects of powder size distribution, morphology, and blending are correlated with deposition characteristics. Observations made include higher deposition efficiency and thickness with blended powders, and general hardness and deposition efficiency tradeoff for gas atomized powders, and high deposition efficiency and hardness for ground powder. Response Surface Methodology is used to determine optimum temperature and pressure conditions for powders, with deposition efficiency, thickness, and microhardness explanatory variables.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| 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 | 0,001 |
| 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 ».