Laser powder bed fusion of functionally graded bi-materials: Role of VC on functionalizing AISI H13 tool steel
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This study investigates the feasibility of fabricating defect-free functionally graded bi-materials (FGMs) with enhanced wear resistance via incorporation of vanadium carbide (VC) into H13 tool steel. Three distinct composite powders containing 1, 3, and 5 wt%VC were prepared through ball-milling and subjected to laser powder bed fusion (LPBF) process to print different composites on top of monolithic H13 in a wide range of process parameters. Almost fully-dense parts were achieved (maximum of 99.8, 99.8, and 99.5% for 1, 3 and 5 wt%VC composite systems, respectively); however, the increase in VC content narrowed down the processability window range from 60 J/mm3 for 1, and 3wt%VC systems to 30 J/mm3 for 5 wt%VC system. The mechanical properties of optimum samples were characterized through microhardness, nanohardness, and wear tests. The incorporation of VC significantly improved the mechanical properties, 17–40% in microhardness, 10–40% in nanohardness, and 20–53% in wear resistance. The underlying reasons behind such an improvement were correlated to the dissolution of VC during the heating stage of the LPBF process and the formation of (V + C)-supersaturated solid solution in large extents as a result of extremely high cooling rates. This study introduces LPBF-processed FGMs as promising candidates for applications in which wear resistance is paramount.
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.
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) | 0,001 | 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) | 0,008 | 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 découle