MétaCan
Menu
Retour à la cohorte
Enregistrement W2810135914 · doi:10.1007/s11661-018-4767-0

Effect of Process Parameters on the Crack Formation in Laser Metal Powder Deposition of Alloy 718

2018· article· en· W2810135914 sur OpenAlexaff
Andreas Segerstark, Joel Andersson, Lars-Erik Svensson, Olanrewaju Ojo

Notice bibliographique

RevueMetallurgical and Materials Transactions A · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueAdditive Manufacturing Materials and Processes
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesGKN Aerospace ServicesTillväxtverket
Mots-clésLiquationCrackingMaterials scienceAlloyDeposition (geology)MetallurgyLaser power scalingMetal powderLaserSubstrate (aquarium)SuperalloyMetalComposite materialOptics

Résumé

récupéré en direct d'OpenAlex

Abstract Cracking in Alloy 718 using laser metal powder deposition has been evaluated in this study. It is found that the material is susceptible to cracking when the laser power is high, the scanning speed is high, and the powder-feeding rate is low. Almost all the cracks are located close to the center of the deposited wall and propagate in the normal direction to the substrate. Evidence of liquation are found at the cracked surfaces, and since all cracks reside in regions which are reheated several times, the cracks are determined to most likely be heat-affected zone liquation cracks. The influence of respective process parameter was evaluated using a design of experiment approach. It is shown that, when the powder-feeding rate is incorporated as a variable, the heat input is not a suitable indicator for the hot cracking susceptibility in laser metal powder deposition of Alloy 718. A combinatory model using the power density together with the heat input is therefore proposed.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,627

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,009
Tête enseignante GPT0,223
Écart entre enseignants0,214 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations15
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMetallurgical and Materials Transactions AMême sujetAdditive Manufacturing Materials and ProcessesTravaux en français237 207