Influence of ultrasonic excitation on the mechanical characteristics of SLM 304L stainless steel
Notice bibliographique
Résumé
Selective laser melting (SLM) is a layer by layer powder bed additive manufacturing process that can be used to create high complexity parts. Stainless steel 304L is a material which can be used in a wide range of applications including medical, aerospace, and automotive industries due to its high corrosion resistance. These same industries are also the first users of SLM and research into the combined use of the two can provide benefits for both. Ultrasonic excitation in casting has shown to decrease grain size due to the effect of the oscillating pressure waves on the nucleation conditions. While ultrasonic excitation has been used the solidifying of metals made through casting, it has not been used before in the SLM process. An investigation on the effect of ultrasonic excitation was conducted on the mechanical properties of the material. The characteristics compared were nanohardness, Young’s Modulus, and the anisotropic behavior of said properties. Given that the nucleation conditions were altered, the microstructure was affected by the pressure waves and offset columnar grains development which are formed due to the axial heatsink into the substrate, and thus ensuring a more homogenous development of grains. Given enough power, ultrasonic vibrations should ensure a more even distribution of grains and a reduction of columnar grains. These in term resulted in a reduction of anisotropic behavior, and an increase in nanohardness. The study compared samples made both with and without the ultrasonic excitation applied, as well as with different orientations for anisotropy analysis. A potential improvement in mechanical properties under the influence of ultrasonic vibrations could lead to wider acceptance of the SLM process. Further improvements, such as eliminating the need for thermal post processing could further increase the usability of the technology and 304L as a cheap material for SLM.
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 | 0,000 | 0,001 |
| 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) | 0,002 | 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 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 ».