Ultra-fast laser surface treatment of TiAlN pre-coated zircaloy-4 by physical vapor deposition for a dilution-free metallurgical bonding: Process design via a novel re-mesh finite element method approach
Notice bibliographique
Résumé
Laser surface treatment has emerged as an effective method to enhance the metallurgical bonding between physical vapor deposited (PVD) coatings and metallic substrates, particularly for high-performance nuclear components. In this study, a novel ultra-fast surface treatment process of TiAlN-coated Zircaloy-4 substrates was designed and optimized both experimentally and numerically, i.e., via a three-dimensional fully transient finite element model simulating the temperature evolution in multi-track laser irradiation. A distortion-free remeshing strategy was introduced for the first time, employing a fine spatial resolution in the vicinity of the moving laser spot, i.e., along the scan path to capture sharp thermal gradients and thus the heated zone morphology, while using a coarser mesh in surrounding regions to optimize computational efficiency. Examining the simulated temperature evolution against the experimental observations for the optimized parameters of 100 W laser power and 8000 mm/s scan velocity, the critical interface temperature for metallurgical bonding was ~977°C, corresponding to a single-track bonded width of ~134 µm. This was further validated via multi-track surface treatment experiments, revealing full metallurgical bonding across overlays of up to 125 µm hatch spacing, while exhibiting unbonded gaps for 150 µm hatch spacing. Simulation results, in accordance with experiments, demonstrated that effective localized surface heating with minimal substrate dilution can be obtained via careful tuning of laser processing parameters, which significantly influences the bonded width and coating dilution. The comprehensive methodology introduced provides a reliable basis for optimizing laser surface treatment strategies of ceramic-coated nuclear alloys, as well as large-scale laser surface treatment operations in general.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 | 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 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 ».