Dependence of adhesion strength of an acrylic clear coat on fractal dimension of abrasive blasted surfaces using image processing

Publish Year: 1394
نوع سند: مقاله کنفرانسی
زبان: English
View: 571

متن کامل این Paper منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل Paper (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.

  • Certificate
  • من نویسنده این مقاله هستم

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

ICCC06_044

تاریخ نمایه سازی: 25 بهمن 1394

Abstract:

Substrate surface roughness, irregularity and morphology are controversial issues in surface coating science which influence coatings adhesion. In this study, differently roughened mild steel samples were generated using abrasive blasting with varying particles to investigate the impact of surface roughness on the adhesion of an acrylic clear coat. Fractal dimensions (FD) of sample surfaces were estimated using box counting method. For this purpose, different resolutions of sample images were prepared using a digital scanner. We measured conventional roughness parameters of the samples employing a contact profilometer. The results of adhesion strength and scanning electron microscope studies showed that the FD of low resolution images is a more efficient parameter for quantifying surface irregularity and morphology compared with conventional roughness parameters.

Keywords:

Roughness- fractal dimension- Adhesion- Box counting- Abrasive blasting

Authors

S. Ghodrati

Department of Polymer Engineering and Color Technology, Amirkabir University of Technology, P. O. Box: 15875-4413, Tehran, Iran.

M. Mohseni

Department of Polymer Engineering and Color Technology, Amirkabir University of Technology, P. O. Box: 15875-4413, Tehran, Iran.

S. Gorji Kandi

Department of Polymer Engineering and Color Technology, Amirkabir University of Technology, P. O. Box: 15875-4413, Tehran, Iran.

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :