Estimación de la eficiencia de deposición en depósitos bimetálicos con Cold Spray

Abstract

The Cold Spray (CS) process is a promising solid-state deposition technology that enables the deposition of various materials, both metallic and non-metallic powders, without causing their melting because of its low working emperature. This characteristic makes CS particularly useful for applications where preserving the material’s properties is critical. This research focuses on developing a predictive model for the deposition e!ciency (DE) and composition of bimetallic coatings made from pure aluminum and pure iron powders. The model is built by integrating numerical simulations and experimental data, followed by experimental validation. Over time, several researchers have proposed di"erent DE predictive models for CS coatings. In this thesis, an enhanced DE predictive model has been developed, combining information obtained through Finite Element (FE) particle impact simulations and experimental tests, along with the powder probability distribution, which allows for a more accurate understanding of the coating formation. Di"erent simulation methods were explored to develop a precise representation of particle-substrate interactions. Additionally, experimental tests were conducted, including adhesion probability tests to determine the DE of the materials studied and to understand how they interact with each other, wipe tests to qualitatively validate the impact simulations, and thin layer tests to assess the model’s accuracy by measuring the coating’s composition across the thickness and thus validating the predictive model. The results from these tests provide valuable insights into the relationship between process parameters and coating performance, allowing for improved prediction of DE and composition in bimetallic CS coatings. This research aims to optimize CS parameters for bi-metallic deposits, enabling their use in various applications such as lightweight design, wear resistance enhancement, corrosion protection, and improved fatigue resistance through strategic material selection. Il processo di Cold Spray (CS) è una tecnologia di rivestimento allo stato solido che consente la deposizione di materiali metallici e non metallici senza fusione, grazie alla sua bassa temperatura di lavorazione. Questa caratteristica lo rende particolarmente utile per applicazioni in cui è essenziale preservare le proprietà del materiale. Questa ricerca si concentra sullo sviluppo di un modello predittivo per l’e!cienza di deposizione (DE) e la composizione dei rivestimenti bimetallici realizzati con polveri di alluminio e ferro puro. Il modello integra simulazioni numeriche e dati sperimentali, seguiti da una validazione sperimentale. Nel tempo, diversi modelli predittivi di DE sono stati proposti per il Cold Spray. In questa tesi, è stato sviluppato un modello avanzato che combina simulazioni mediante Elementi Finiti (FE) di impatto di particelle e test sperimentali, includendo la distribuzione di probabilità delle polveri per una migliore comprensione della formazione del rivestimento. Sono stati condotti test di probabilità di adesione, wipe tests per validare qualitativamente le simulazioni e test su strati sottili per valutare l’accuratezza del modello, confrontando la composizione sperimentale con quella predetta. I risultati forniscono preziose informazioni sulla relazione tra i parametri di processo e le prestazioni del rivestimento. Questa ricerca mira a ottimizzare i parametri del processo di Cold Spray (CS) per i rivestimenti bimetallici, consentendone l’uso in diverse applicazioni come il design leggero, il miglioramento della resistenza all’usura, laprotezione dalla corrosione e il miglioramento della resistenza alla fatica attraverso una selezione strategica dei materiali.