MétaCan
Menu
Retour à la cohorte
Enregistrement W7131998797

Cold spray technology for transportation applications: a process with impact

2020· article· en· W7131998797 sur OpenAlexvenueno aff
D. Poirier, P. Vo, F. Nadeau, B Guerreiro, J. G. Legoux, E. Irissou

Notice bibliographique

RevueNPARC · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueHigh-Temperature Coating Behaviors
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGas dynamic cold sprayThermal sprayingCoatingWeldingAluminiumSpray nozzleRotor (electric)Flexibility (engineering)Decarburization
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Cold Spray is an emerging thermal spray technology where powders are accelerated at supersonic velocities onto the surface to be coated, whereupon they consolidate and bond instantly on impact. This manufacturing process can produce few microns to several centimeters’ thick deposits from a variety of materials displaying a wide range of properties. This paper presents several case studies to illustrate how cold spray flexibility can lead to several promising applications within the transportation industry. Firstly, as a coating process, it can enhance performance of light metals. The specific example of a bilayer steel-based coating for the production of lightweight Al brake rotor discs that show unmatched adhesion and thermal cycling resistance with wear and frictional performance equivalent to cast iron will be presented. As an additive manufacturing method, it will be shown that cold spray can build topologically optimized structural reinforcement on large aluminum panels for surface transportation. Finally, as a localized metal addition technique, its capability to add transition layers to allow the welding of dissimilar materials will be demonstrated for the friction stir welding of aluminum and high strength steel.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,046
Score d'incertitude au seuil0,334

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,008
Tête enseignante GPT0,248
Écart entre enseignants0,239 · 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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNPARCMême sujetHigh-Temperature Coating BehaviorsTravaux en français237 207