Study of the microstructure, morphology, micro- and nanoindentation hardness, and corrosion behaviour of Ni-SiO <sub>2</sub> composites electrodeposited from a deep eutectic solvent
Notice bibliographique
Résumé
Composite coatings containing Ni and small amounts of SiO 2 nanoparticles (NPs) were electrodeposited from an environmentally friendly deep eutectic solvent (DES) containing 0, 15, and 30 g/L of SiO 2 . The effects of the presence of SiO 2 in the Ni coatings were investigated in relation to their microstructure, as well as their mechanical and corrosion properties. The average crystallite size of Ni decreased by approximately 9% with the incorporation of 30 g/L SiO 2 . At this SiO 2 concentration, the Si content reached 0.56 wt.% in the bulk and 4.1 wt.% at the surface of the coating based on the results obtained by EDX and X-ray photoelectron spectroscopy, respectively. Microstructure studies of all coatings identified a granular growth with a broad Ni cluster size distribution. With the addition of 30 g/L of SiO 2 , the surface roughness decreased, and the normality of the surface texture improved. Maximum micro- and nanoindentation hardness values of 4.9 GPa 0.0981 N (500 Hv 0.0981 N ) and 6.7 GPa 20 mN , respectively, were achieved with the addition of 30 g/L of silica nanopowder, representing increases of 18% and 8% compared to pure Ni. Electrochemical results showed that the incorporation of 15 and 30 g/L SiO 2 , along with reduced surface defects, significantly improved polarization behaviour. This enhancement is attributed to improved passive film formation and the role of SiO 2 as a corrosion barrier. Corrosion current density decreased by factors of 11 and 7, respectively, compared to unreinforced Ni.
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) | 0,000 | 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 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 ».