DC Plasma Diagnostics for Improvement of Plasma Spraying Process under Soft Vacuum Conditions
Notice bibliographique
Résumé
Abstract The vacuum plasma spraying process has to be optimized for each task in order to obtain the required mechanical and electrical properties for the desired coatings. This paper deals with the characterization of plasma and powder spray jets at deposition conditions for Solid Oxide Fuel Cells layers. First, DC plasma jets under soft vacuum conditions are characterized by using an enthalpy probe system and a Schlieren optic installation. The influence of the inner contour of the plasma spray torch anode on the temperature and velocity profiles as well on the shape of the plasma jets are investigated. Second, Laser Doppler Anemometry (LDA) measurements were performed for (8 mol %) yttria stabilized zirconia (YSZ) powder (-20+5 µm) spray jets for two chamber pressures, different argon carrier gas flow rates and injection modes. The results show that a M3 Laval nozzle and a F4V nozzle with conical inner profile allow to obtain a larger plasma volume and a more uniform plasma than with a standard F4 anode nozzle resulting in a better treatment of solid particles in the plasma. LDA measurements, using a M3 anode nozzle, show that the penetration and the acceleration of particles in the core of the plasma jet have their optimum at 10 kPa with an inclined injection with respect to the plasma jet axis for a 3.75 slpm carrier gas flow rate.
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 | 0,001 | 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) | 0,002 | 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 ».