Segregation Measurement of Inconel 718 Feedstocks Used in Low-Pressure Metal Injection Molding
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Low-pressure metal injection molding (LP-MIM) is an advanced manufacturing technology where a wax-based feedstock is injected into a complex shape before densification heat treatments. Feedstock is generally designed to minimize segregation, maximize flowability, maximize the strength of the molded component, maximize the solid loading potential and ease of debinding. In this study, the emphasis is placed on the evaluation of the effect of segregation on different wax-based Inconel 718 superalloy feedstocks used in LP-MIM. In powder metallurgy, particle or phase segregation generates a fluctuation of the particle distribution in powder-binder mixtures from point to point. Such demixing generally occurs before or during the injection process, and can lead to the formation of defects such as cracks, distortions or heterogeneous shrinkage of the sintered parts. Different wax-based feedstocks were poured in cylindrical hot molds (95°C), maintained in molten state for 1 minutes or for 60 minutes, and rapidly cooled to room temperature. The specimens were then extracted from the top and bottom regions of each cylindrical part. A thermogravimetric analysis technique was used to measure the volume fraction of powder at these two locations in order to quantify the degree of segregation in green parts. The best candidate feedstocks minimizing segregation are the mixtures containing only paraffin wax, or those containing paraffin wax and ethylene vinyl acetate combined. An increase in the time spent in the molten state and the use of beeswax or stearic acid promote the powder-binder separation of feedstocks.
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.
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 | 0,001 | 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 | 0,001 |
| 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 découle