A Finite Element Analysis for Thermal Analysis of Laser Cladding of Mild Steel With P420 Steel Powder
Notice bibliographique
Résumé
Laser cladding is a rapid physical metallurgy process with a fast heating-cooling cycle in which different compositions and properties of the alloy are melted on the surface of the substrate by the high-energy laser beams. This fabrication process method is accompanied with complex metallurgy and transformation processes. Numerical simulation tools can simulate the process of laser cladding, and optimize the parameters and predict the potential cladding defects of the cladding. In the present study, a three-dimensional finite element model was built for a powder-feed laser cladding model process. A transient temperature field was built, where the conical Gaussian distribution of moving heat source, conduction, convection, and radiation heat transfer are simulated. In the analysis, the temperature dependent material properties as well as the phase transformation behavior of the materials was taken into account. The addition of material is numerically carried out in a thermal-metallurgical-mechanical coupled manner. As a benchmark to validate the simulated model, experimental Vickers microhardness data was used and the observed bead shape of the specimen was compared to the simulation results. The finite element simulation was conducted by SYSWELD software. This paper will present the results of a study where P420 steel cladding powder (a steel commonly used in injection molding) which is deposited on low/medium carbon structural steel plates (AISI 1018) using the coaxial powder flow laser cladding method. The results reveal how the process parameters affect the distribution of the temperature, bead geometry, and strength.
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 | 0,001 |
| 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) | 0,002 | 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 ».