MétaCan
Menu
Retour à la cohorte
Enregistrement W7043191640

Sliding and fretting wear behaviour of cold sprayed Cu-MoS2 and Cu-MoS2-WC composites

2017· dissertation· en· W7043191640 sur OpenAlexfundno aff

Notice bibliographique

RevueeScholarship@McGill (McGill) · 2017
Typedissertation
Langueen
DomaineEngineering
ThématiqueHigh-Temperature Coating Behaviors
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaIndian National Science AcademyMcGill University
Mots-clésTribometerMicrostructureReciprocating motionComposite numberDeposition (geology)Fretting wearTribologyDry lubricant
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Cu, Cu-MoS2, and Cu-MoS2-WC coatings were fabricated by cold spray using admixed feedstocks and/or dual feeding system.To pursue an ideal spraying condition, how MoS2 and Cu behaved for cold spray was examined.It was found deposition efficiency of Cu reduced dramatically due to the presence of MoS2 while MoS2 deposition was improved by co-spraying with Cu.This suggests MoS2 increased the critical velocity of Cu deposition.Therefore, strategies for reducing critical velocity were applied and they were using a low oxygen content Cu powder and preheating the substrates.Once the optimized spraying parameters were selected, the Cu-MoS2-WC coatings were deposited at the identical condition.The coatings were then characterized in terms of microstructural evolution, recovery of MoS2 and WC, and Vickers hardness.The microstructural evolution of pure Cu was investigated carefully and served as the reference to the further sliding-and fretting-induced microstructural modification.The coatings were subjected to reciprocating sliding wear tests in dry air using a custom-built tribometer equipped with an alumina ball as the counterface.A small amount of MoS2 (1.8 wt.%) Contribution of the authorsThis is a manuscript-based thesis containing three publications and two

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche
Catégories consensuellesIntégrité de la recherche
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 enseignants0,023
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,011
Tête enseignante GPT0,236
Écart entre enseignants0,224 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueeScholarship@McGill (McGill)Même sujetHigh-Temperature Coating BehaviorsTravaux en français237 207