MétaCan
Menu
Retour à la cohorte
Enregistrement W7038685882

Ice adhesion on femtosecond laser textured surfaces

2016· dissertation· en· W7038685882 sur OpenAlexfundno aff

Notice bibliographique

RevueeScholarship@McGill (McGill) · 2016
Typedissertation
Langueen
DomaineSocial Sciences
ThématiquePublic Administration and Political Analysis
Établissements canadiensnon disponible
Organismes subventionnairesMcGill University
Mots-clésAdhesionWettingFemtosecondSurface (topology)Substrate (aquarium)IcingLaserCarbon nanotubeShearography
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Ice formation and accumulation on external surfaces create dangerous conditions conducive for the failure of systems and infrastructure, as well as the potential for causing bodily harm, and in severe cases, death.One approach towards mitigating the icing problem is to fabricate ice-releasing materials that reduce the adhesion strength of ice to their surface.In this thesis, the viability of femtosecond (fs) laser surface texturing as a surface modification technique for creating ice-phobic surfaces is examined.Since fs-laser surface patterning is a relatively new technique, a systematic means of characterizing the hierarchical surface topographies imparted by fs-laser irradiation is lacking in literature.In addition, the formation processes of laser-induced topographies are still poorly understood.The first part of this thesis responds to these gaps in literature by i) introducing lacunarity analysis to quantitatively characterize hierarchical surface structures, and ii) providing insight into the formation mechanisms of laser-induced structures through detailed chemical, crystallographic, and topographical analyses.With the knowledge gained from the first part of the thesis, the second part of the thesis tackles the ice adhesion problem through the use of superhydrophobic laser-inscribed square pillars, as well as two other materials: stainless steel 316 meshes and multi-walled carbon nanotube (MWCNT)-covered meshes.The findings indicate that surface wettability is a poor predictor of ice adhesion.Instead, the surface topography of the substrate determines the ice adhesion strength by balancing two competing factors: mechanical interlocking and the formation of stress concentrations at the ice-substrate interface.This study highlights the importance of considering interfacial fracture mechanics in determining ice adhesion strength and promotes new strategies towards designing iceshedding materials by utilizing their surface topography.v Cette étude souligne l'importance de considérer la mécanique de la rupture interfaciale dans la détermination de la force d'adhérence de la glace et promeut de nouvelles stratégies pour la conception de matériaux délestant la glace en utilisant leur topographie de surface.vi "So whether you eat or drink or whatever you do, do it all for the glory of God." 1 Corinthians 10:31 ix I would also like to express my gratitude for the financial support I received from the McGill Engineering Doctoral Award, the Natural Sciences and Engineering Research Council, and the Fonds de recherche -Nature et technologies.Lastly, but most importantly, I would like to express my deepest gratitude to my family.To my beloved church family at MCAC, thank you for your

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,023
Tête enseignante GPT0,302
Écart entre enseignants0,278 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueeScholarship@McGill (McGill)Même sujetPublic Administration and Political AnalysisTravaux en français237 207