Nanostructured metal surfaces and their passivation for superhydrophobic and anti-icing applications = Les surfaces nanostructurées et leur passivation pour des applications des revêtements superhydrophobes et glaciophobes
Bibliographic record
Abstract
Plusieurs systèmes et infrastructures stratégiques sont affectés ou cessent de fonctionner pendant les périodes hivernales accompagnées de givrage atmosphérique. Une des méthodes couramment utilisées pour diminuer les charges de glace ou de neige est l'utilisation des produits chimiques pour abaisser le point de congélation. Cependant, ces produits doivent être appliqués pendant le givrage ou juste avant l'accumulation de la glace, ce qui est difficile en pratique. De plus, ces produits sont nocifs pour l'environnement. C'est ainsi que de nouvelles méthodes, plus efficaces et moins nocives, sont nécessaires. Une solution idéale serait de recouvrir les structures exposées de revêtements capables de réduire ou de neutraliser l'adhésion de neige ou glace aux surfaces exposées. \n \nUne surface caractérisée par un angle de contact de 150° ou plus avec les gouttelettes d'eau déposées est dite superhydrophobe. Pour obtenir une telle surface, une des solutions suggérées est la création de surfaces nanostructurées avec faible énergie de surface. De telles surfaces hydrophobes ont de nombreuses applications si elles sont durables et n'ont pas d'effets nocifs sur l'environnement. \n \nDans cette étude, des surfaces superhydrophobes nanostructurées ont été obtenues par le recouvrement de surfaces d'aluminium ou de cuivre avec des nanoparticules métalliques. Trois colloïdes différents de nanoparticules d'argent et deux colloïdes de nanoparticules de cuivre ont été synthétisés par des méthodes de réduction chimique (chemical reduction). Il s'est avéré que les particules d'argent sont assez stables pour cette application par rapport particules de cuivre qui ne le sont pas suffisamment. \n \nIndépendamment du type de nanoparticules, des surfaces hydrophobes n'ont pas pu être réalisées avec une seule couche. En ajoutant une deuxième couche, tous les types de nanoparticules ont formé un revêtement avec d'excellentes propriétés hydrophobes, mais avec des angles de contact différents. En raison des formes similaires des nanoparticules, cette différence entre les angles de contact pourrait dépendre de la dimension de ces particules. En effet, les particules avec une taille moyenne de -263 nanometres présentent les angles de contact les plus élevés, tandis que celles avec une taille moyenne de ~195 ou de -360 nanometres présentent des valeurs plus basses. \n \nLe comportement des revêtements superhydrophobes élaborés a été étudié dans des conditions de givrage atmosphérique. Sur une surface d'aluminium protégée par un revêtement de deux couches de particules de 263 nanometres, l'adhérence de glace a été réduite jusqu'à 8.1 fois. Cette réduction de l'adhérence était de 4 fois dans le cas de substrats à base de cuivre dans les mêmes conditions. Les échantillons à base de cuivre nanostructurés ont pu garder leurs propriétés giaciophobes même après cinq essais de déglaçage.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.001 | 0.000 |
| Insufficient payload (model declined to judge) | 0.003 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".