Powder particle temperature distribution in laser deposition technologies
Notice bibliographique
Résumé
Purpose The purpose of this paper is to provide a flexible tool to predict the particle temperature distribution for traditional laser applications and for the most recent diode laser processes. In the past few years, surface processing and rapid prototyping applications have frequently implemented the use of powder delivery nozzles and high power fibre‐coupled diode lasers with highly convergent laser beams. Owing to the complexity and variety of the process parameters involved in this technology, mathematical models are necessary to understand and predict the deposition behaviour. Modeling the dynamics of the melting pool and the particle temperature distribution is critical for achieving a good deposition quality. Design/methodology/approach This study focuses on the development of mathematical models to predict the particle temperature distribution over the melting pool. An analytical and a numerical solution are proposed for two cases of laser intensity distribution: top hat and Gaussian. Findings The results show that a more vertical position of powder delivery nozzle will lead to a higher and more uniform particle temperature distribution, in particular for the top‐hat intensity distribution case. Originality/value Previous work has dealt only with Gaussian laser spatial distributions and collimated laser beams. Therefore, they were limited to a specific class of laser processes. This work provides a flexible tool to predict the particle temperature distribution for traditional laser applications (powder delivery nozzle and Gaussian laser profile) and for the most recent diode laser processes (powder delivery nozzle and top‐hat laser distribution with highly convergent laser beam). In addition, the results demonstrate that the particle temperature does not monotonically increase while increasing the nozzle inclination as in the case of a collimated laser beam, but some particles show a minimum temperature for intermediate values of the nozzle inclination angle.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».