Molybdenum Texture Effect on High Temperature Oxidation Resistance of Cr/Mo-Coated Zr–1Nb Alloy

封面

如何引用文章

全文:

详细

The effect of the crystal structure of the Mo sublayer on the resistance of the Zr–1Nb zirconium alloy with a Cr/Mo coating to high-temperature oxidation in air were studied. Three types of coating were deposited by magnetron sputtering: a single-layer Cr coating with a thickness of 8 μm, bilayer coatings with a Mo sublayer (3 μm) of various textures and an outer protective Cr layer (8 μm). Different textures of molybdenum layers were formed by changing the configuration of the magnetron sputtering system. Coated samples were oxidized in an atmospheric furnace at 1100°C for 15, 30, 45 and 60 min. The results of X-ray diffraction and scanning electron microscopy showed that applying Mo sublayer limited the Cr–Zr interdiffusion. Diffusion of Mo leads to the formation of interdiffusion layers Cr–Mo and Mo–Zr. Faster diffusion is observed at the Cr–Mo interface. The thickness of the residual Cr layer in bilayer coatings is greater than in a single-layer one under similar oxidation conditions.

作者简介

A. Abdulmenova

National Research Tomsk Polytechnic University

编辑信件的主要联系方式.
Email: ava75@tpu.ru
Russia, 634050, Tomsk

M. Syrtanov

National Research Tomsk Polytechnic University

编辑信件的主要联系方式.
Email: maxim-syrtanov@mail.ru
Russia, 634050, Tomsk

E. Kashkarov

National Research Tomsk Polytechnic University

Email: maxim-syrtanov@mail.ru
Russia, 634050, Tomsk

D. Sidelev

National Research Tomsk Polytechnic University

Email: maxim-syrtanov@mail.ru
Russia, 634050, Tomsk

参考

  1. Terrani K.A. // J. Nucl. Mater. 2018. V. 501. P. 13. https://doi.org/10.1016/j.jnucmat.2017.12.043
  2. Bragg-Sitton S. // Nucl. News. 2014. V. 57. № 3. P. 83.
  3. Bischoff J., Delafoy C., Vauglin C., Barberis P., Roubeyrie C., Perche D., Duthoo D., Schuster F., Brachet J.C., Schweitzer E.W., Nimishakavi K. // Nucl. Engin. Technol. 2018. V. 50. P. 223. https://doi.org/10.1016/j.net.2017.12.004
  4. Khatkhatay F., Jiao L., Jian J., Zhang W., Jiao Z., Gan J., Zhang H., Zhang X., Wang H. // J. Nucl. Mater. 2014. V. 451. Iss. 1–3. P. 346. https://doi.org/10.1016/j.jnucmat.2014.04.010
  5. Li W., Wang Z., Shuai J., Xu B., Wang A., Ke P. // Ceram. Intern. 2019. V. 45. Iss. 11. P. 13912. https://doi.org/10.1016/j.ceramint.2019.04.089
  6. Tang C., Stueber M., Seifert H.J., Steinbrueck M. // Corrosion Rev. 2017. V. 35. Iss. 3. P. 141. https://doi.org/10.1515/corrrev-2017-0010
  7. Tallman D., Anasori B., Barsoum M.A. // Mater. Res. Lett. 2013. V. 1. Iss. 3. P. 115. https://doi.org/10.1080/21663831.2013.806364
  8. Park D.J., Kim H.G., Jung Y., Park J.H., Yang J.H., Koo Y.H. // J. Nucl. Mater. 2016. V. 482. P. 75. https://doi.org/10.1016/j.jnucmat.2016.10.021
  9. Brachet J.C., Le Saux M., Le Flem M., Urvoy S., Rouesne E., Guilbert T., Cobac C., Lahogue F., Rousselot J., Tupin M., Billaud P., Hossepied C., Schuster F., Lomello F., Billard A., Velisa G., Monsifrot E., Bischoff J., Ambard A. // Proc. TopFuel. 2015. P. 1.
  10. Yang J., Steinbrück M., Tang C., Große M., Liu J., Zhang J., Yun D., Wang S. // J. Alloys Compd. 2022. V. 895. P. 162450. https://doi.org/10.1016/j.jallcom.2021.162450
  11. Chen H., Wang X., Zhang R. // Coatings. 2020. V. 10 P. 808. https://doi.org/10.3390/coatings10090808
  12. Jiang J., Du M., Pan Z., Yuan M., Ma X., Wang B. // Mater. Design. 2021. V. 212. № 110168. P. 1. https://doi.org/10.1016/j.matdes.2021.110168
  13. Wang X., Liao Y., Xu C., Guan H., Zhu M., Gao C., Jin X., Pang P., Du J., Liao B., Xue W. // J. Alloys Compd. 2021. V. 883. № 160798. P. 1. https://doi.org/10.1016/j.jallcom.2021.160798
  14. Krejčí J., Ševeček M., Kabátová J., Manoch F., Kočí J., Cvrček L., Málek J., Krum S., Šutta P., Bublíková P., Halodová P., Namburi H.K. // Proc. TopFuel. 2018. P. 1.
  15. Kashkarov E., Afornu B., Sidelev D., Krinitcyn M., Gouws V., Lider A. // Coatings. 2021. V. 11. № 5. P. 1. https://doi.org/10.3390/coatings11050557
  16. Wei T., Zhang R., Yang H., Liu H., Qiu S., Wang Y., Du P., He K., Hu X., Dong C. // Corros. Sci. 2019. V. 158. № 108077. P. 1. https://doi.org/10.1016/j.corsci.2019.06.029
  17. Syrtanov M.S., Kashkarov E.B., Abdulmenova A.V., Sidelev D.V. // Surf. Coat. Technol. 2022. V. 439. № 128459. P. 1. https://doi.org/10.1016/j.surfcoat.2022.128459
  18. Yeom H., Maier B., Johnson G., Dabney T., Walters J., Sridharan K. // J. Nucl. Mater. 2018. V. 507. P. 306. https://doi.org/10.1016/j.jnucmat.2018.05.014
  19. Sidelev D.V., Kashkarov E.B., Syrtanov M.S., Krivo- bokov V.P. // Surf. Coat. Technol. 2019. V. 369. P. 69. https://doi.org/10.1016/j.surfcoat.2019.04.057
  20. Stylianou R., Stylianoua R., Tkadletza M., Schalka N., Penoyb M., Czettlc C., Mitterera C. // Surf. Coat. Technol. 2019. V. 359. P. 314. http://doi.org/10.1016/j.surfcoat.2018.12.095

补充文件

附件文件
动作
1. JATS XML
下载
2.

下载 (120KB)
索引源数据
3.

下载 (50KB)
索引源数据
4.

下载 (1MB)
索引源数据
5.

下载 (442KB)
索引源数据

版权所有 © А.В. Абдульменова, М.С. Сыртанов, Е.Б. Кашкаров, Д.В. Сиделев, 2023

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».