主动学习 (AL) 框架在热喷涂中的首次使用可提高飞行中颗粒特征的预测精度。通过贝叶斯优化成功实施 AL 框架的好处在于,首先,减少了基于实验设计、流程图和沉积第一阶段分析的实验方法,以提高高速氧燃料 (HVOF) 羟基磷灰石 (HAp) 的生物相容性 ) 涂层在此介绍。使用间隔距离 (SOD)、燃料氧比 (F/O) 和送粉速率 (PFR) 进行三个因素 (23) 的两水平设计。 研究了这些实验因素对涂层形成第一阶段的影响,以研究颗粒撞击基材之前和之后的物理状态。这项研究允许选择最合适的沉积参数组合,以获得具有最佳结晶度(>45%)、Ca/P比(约1.67)、相含量(>HAp的95%)的HAp涂层,从而保证涂层的机械性能 稳定性和生物相容性。研究了涂层在模拟体液(SBF)和细胞培养物(hFOB)中的行为,以分别分析磷灰石层的形成和提取物对人成骨细胞的细胞毒性。结果表明,F/O […]
HVOF 参数对 Hap 涂层生成的影响:使用流程图的综合方法
![](https://spraysensors.tecnar.com/wp-content/uploads/2024/04/Web-image-6.png)