In-process imaging of morphology and temperature for laser welding and selective laser melting (Conference Presentation)
Notice bibliographique
Résumé
Directly measuring morphology and temperature changes during laser processing (such as in keyhole welding and selective laser melting) can help us to understand, optimize, and control on-the-fly the manufacturing process. Even with such great potential, the technical requirements for such an in situ metrology are high due to the fast nature of the highly localized dynamics, all the while in the presence of bright backscatter and blackbody radiation, and possible obstructions such as molten ejecta and plumes. We have demonstrated that by exploiting coherent imaging through a single-mode fiber inline with the processing lens, we can image morphology at line rates up to 312 kHz, with sufficient robustness to achieve closed loop control of the manufacturing process. Applied to metal additive manufacturing, inline coherent imaging can directly measure powder layer thickness and uniformity, and formed track roughness including the onset of balling. Inline coherent imaging measures morphology dynamics but that is only part of the story. Temperature is also key to final part quality. Standard thermal imaging exploits blackbody radiation but are plagued by the highly variable emissivity of the region of interest, making quantitative measurement challenging. We were able to exploit the same apparatus used for coherent imaging to collect surface temperature profiles. Since we spectrally resolve a wide signature, we have overcome the emissivity problem to measure absolute temperature on the micron scale during laser processing.
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 | 0,000 |
| 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) | 0,000 | 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 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 ».