Density and mechanical properties in selective laser melting of Invar 36 and stainless steel 316L
Notice bibliographique
Résumé
In this study, the process-structure-property relationship for selective laser melting of Invar 36 and stainless steel 316L is discussed. Invar 36 and stainless steel 316L have been used in various industrial applications for their unique properties, especially in the aerospace industry. Invar 36 offers a very low coefficient of thermal expansion while stainless steel 316L offers high corrosion resistance. Since both materials are weldable, but hard to machine, this study is aimed at finding the optimum laser process parameters for producing dense components from both alloys. A full factorial design of experiments was formulated in this paper to study a wide range of process parameters for both materials. The bulk density, tensile mechanical properties, fractography, material composition, and residual stresses of the parts produced were investigated. An optimum process window has been suggested based on experimental work. The induced residual stresses were categorized into two categories: microscopic residual stresses and macroscopic residual stresses. The microscopic residual stresses were measured using X-ray diffraction method and the macroscopic residual stresses were measured using cantilever deflection method and finite element simulations. The paper proposes two laser energy densities for each material: brittle-ductile transition energy density, E T , and critical laser energy density, E C . Below the brittle-ductile transition energy density, the parts exhibited void formation, low density, and brittle fracture. Above the critical energy density, the parts showed vaporization of some alloying elements that have low boiling temperatures. Stable melting ranges were found to occur between these two laser energy densities: 52.1–86.8 J/mm 3 for Invar 36 and 62.5–104.2 J/mm 3 for stainless steel 316L.
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 | 0,000 |
| 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) | 0,001 | 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 ».