Effect of additive concentration and temperature on the tribological performance of eco-friendly bonded MoS2-PEEK solid lubricants for aerospace applications
Notice bibliographique
Résumé
Spray-bonded molybdenum disulfide (MoS 2 ) coatings are widely used in space and aerospace components for their low friction and wear resistance. Conventional formulations often rely on toxic additives/dopants such as Pb-based compounds and Sb 2 O 3 to improve performance, raising environmental and health concerns. This study investigates polyetheretherketone (PEEK) as an eco-friendly alternative additive and evaluates how it affects the tribological behavior of bonded MoS 2 coatings at both room temperature (25 °C) and low-temperature (–50 °C). Coatings with PEEK concentrations (1.4, 1.9, 2.4, 2.9, and 3.4 wt.%) were prepared and systematically tested under ball-on-flat reciprocating sliding. The coatings were then characterized through nanoindentation, confocal microscopy, SEM/EDS, FIB-SEM, and Raman spectroscopy. Results showed that PEEK had a significant effect on wear behavior, while the steady-state friction coefficient remained statistically unchanged. Increasing PEEK content increased H/E and H 3 /E 2 ratios, enhancing matrix ductility and crack resistance. Wear resistance improved up to 2.9 wt.% PEEK, where the coating exhibited the shallowest wear track and lowest wear rate. This optimum composition balanced matrix compliance and load-bearing capacity, promoting stable tribo/transfer film. Conversely, excessive PEEK content (3.4 wt.%) disrupted MoS 2 percolation pathways and uniform load distribution, resulting in reduced wear resistance. Although MoS 2 –PEEK coatings showed inferior tribological performance than commercial MoS 2 –Sb 2 O 3 coating (Everlube 620C), they offer a sustainable route, with additive optimization potentially closing the performance gap. At –50 °C, all coatings showed negligible wear and low steady-state friction coefficient (0.04–0.06), likely attributed to the formation of interfacial ice films that masked compositional differences.
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 | 0,001 |
| 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) | 0,001 | 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 ».