Process Parameters Optimization in Multilayer Laser Solid Freeform Fabrication Process Using a 3D Transient Numerical Model
Notice bibliographique
Résumé
This paper presents a 3D transient numerical approach for thermal and strain/stress modeling of the multilayer laser solid freeform fabrication process, by which correlations between the main process parameters and their effects on the final build-up properties can be studied. This model can be used to optimize the process parameters to increase the controllability of the geometrical and metallurgical variations resulted from the thermal and stress fields. Using this modeling approach, the geometry of the material deposited as well as temperature and thermal stress distributions across the process domain can be predicted based on the process parameters such as powder feed rate, process speed and laser power, assuming the interaction between the laser beam and powder stream is decoupled. The main process parameters affected by a multilayer deposition due to the formation of non-planar surfaces such as powder catchment are also incorporated into the modeling approach. To verify the proposed method, fabrication of a four-layer thin wall of stainless steel AISI 304L on a low carbon steel substrate is modeled with the same process parameters throughout the build-up process. The results show that the temperature and stress slightly increase at the end-points of layers 2, 3, and 4 which cause over deposited materials and micro-crack formations at these regions. The results are then used to discuss optimum process parameters which can be used to have a buildup with better geometrical and physical qualities. The reliability and accuracy of the model are experimentally verified.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».