Optimization of the Post-Process Heat Treatment of Inconel 718 Superalloy Fabricated by Laser Powder Bed Fusion Process
Notice bibliographique
Résumé
In the present study, multi-objective optimization is employed to develop the optimum heat treatments that can achieve both high-mechanical performance and non-distinctive crystallographic texture of 3D printed Inconel 718 (IN718) fabricated by laser powder bed fusion (LPBF). Heat treatments including homogenization at different soaking times (2, 2.5, 3, 3.5 and 4 h) at 1080 °C, followed by a 1 h solution treatment at 980 °C and the standard aging have been employed. 2.5 h is found to be the homogenization treatment threshold after which there is a depletion of hardening precipitate constituents (Nb and Ti) from the γ-matrix. However, a significant number of columnar grains with a high fraction (37.8%) of low-angle grain boundaries (LAGBs) have still been retained after the 2.5 h homogenization treatment. After a 4 h homogenization treatment, a fully recrystallized IN718 with a high fraction of annealing twins (87.1%) is obtained. 2.5 and 4 h homogenization treatments result in tensile properties exceeding those of the wrought IN718 at both RT and 650 °C. However, considering the texture requirements, it is found that the 4 h homogenization treatment offers the optimum treatment, which can be used to produce IN718 components offering a balanced combination of high mechanical properties and adequate microstructural isotropy.
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 ».