MétaCan
Menu
Retour à la cohorte
Enregistrement W7076050493 · doi:10.1016/j.jmrt.2025.08.098

Fabrication effect on SLM and cast Inconel 718 properties for energy conversion

2025· article· en· W7076050493 sur OpenAlexaff

Notice bibliographique

RevueJournal of Materials Research and Technology · 2025
Typearticle
Langueen
DomaineComputer Science
ThématiqueGeochemistry and Geologic Mapping
Établissements canadiensUniversité du Québec à Trois-Rivières
Organismes subventionnairesKing Fahd University of Petroleum and MineralsUniversity of the Punjab
Mots-clésSelective laser meltingDielectric spectroscopyCorrosionElectrolysisElectrolyteAlloyInconelInconel 625Fabrication

Résumé

récupéré en direct d'OpenAlex

This study investigates the effect of fabrication methods on the microstructural, mechanical, and electrochemical durability of nickel alloy IN718, aiming to establish it as a cost-effective electrode material for direct seawater electrolysis using renewable energy sources. Selective laser melting (SLM) and conventional casting methods were used to fabricate IN718 alloy electrodes. Microstructural and mechanical characterization results show SLM samples have better compaction with maximum average hardness and densification of 347 (HV 0.5) and 99.2 %, respectively. This attribute is due to ultra-fast cooling rate and high-temperature gradient during sintering of 3D-printed samples in a layer-by-layer fashion. The electrochemical durability was investigated in 3.5 wt% NaCl electrolyte solution as a function of temperature (30, 50, and 80 °C). Electrochemical impedance spectroscopy (EIS) and Potentiodynamic polarization (PD) tests were conducted to evaluate electrochemical behavior. It was found that 3D printed samples have lower corrosion current density (52 μA/cm 2 ) and dissolution rate (21.26 mpy) at higher temperatures. Protective film capacitance increases with reduced film thickness due to fine-grained and desirable microstructure. Therefore, modern technology (3D printing), compared to conventional production methods, offers advantages and has the potential to produce low-cost and efficient electrode material (nickel-based alloys) for energy conversion systems and other modern engineering applications.

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 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 enseignants0,023
Score d'incertitude au seuil0,157

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
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)0,0000,000

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 Opus0,028
Tête enseignante GPT0,290
Écart entre enseignants0,262 · 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 tête enseignante, 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

Citations10
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Materials Research and TechnologyMême sujetGeochemistry and Geologic MappingTravaux en français237 207