Demands, potentials and economic aspects of thermal spraying with aqueous solutions: Presentation held at Thermal Spray of Suspensions & Solutions Symposium (TS4), Montreal, 2./3.12.2015
Notice bibliographique
Résumé
In this contribution, the main aspects of thermal spraying with suspensions, which have to be considered in order to produce suspension sprayed coatings in an economical way, are presented. The economic efficiency of the process depends on the availability of suitable additional system components (suspension feeder, injectors), on the development and handling of stable suspensions, as well as on the high process stability for acceptance at industrial scale. Special focus is made on thedevelopment and processability of water-based suspensions of ceramic oxides. The use of water as a liquid media for preparing suspensions is often critically discussed due to the necessity of a higher heat input during spraying compared toalcoholic suspensions. In fact, the safe and environmental friendly manufacturing as well as lower production and transport costs clearly speak for the industrial use of aqueous suspensions. Recent devel-opments have demonstrated successful production and processing of highly concentrated aqueous suspensions (of 50 wt. % or more). The economic aspects in terms of deposition efficiencies and feed rates in relation to the solids content of aqueous suspensions of different ceramic oxides are discussed. In the case of alumina S-HVOF coatings feed rates between 15 to 35 g/min and deposition efficiencies up to 65–70% could be reached with aqueous suspensions. The coating hardness (850 HV0.3) did not change with increase of the suspension concentration from 35 to 50 wt. %. For high melting temperature S-HVOF coatings like chromia, yttria, or yttria-stabilized zirconia the deposition efficiencies (15–30%) and coating thicknesses deposited per pass (2–5 μm/pass) were lower than in the case of alumina. Cr2O3 S-HVOF coatings with microhardness values in the range 1150–1450 HV0.3, which were higher than those of the conventional APS coatings, were produced with different aqueous Cr2O3 suspensions.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,002 |
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 ».