MétaCan
Menu
Retour à la cohorte
Enregistrement W4200065699 · doi:10.21203/rs.3.rs-1178346/v1

Microstructural and Mechanical Aspects of AlSi7Mg0.6 Alloy Related to Scanning Strategies in L-PBF

2021· preprint· en· W4200065699 sur OpenAlexaff
Pinku Yadav, Olivier Rigo, Corinne Arvieu, Éric Lacoste

Notice bibliographique

RevueResearch Square · 2021
Typepreprint
Langueen
DomaineEngineering
ThématiqueAdditive Manufacturing Materials and Processes
Établissements canadiensRoyal Military College Saint-Jean
Organismes subventionnairesHORIZON EUROPE Marie Sklodowska-Curie ActionsHorizon 2020 Framework ProgrammeEuropean Commission
Mots-clésAlloyMaterials scienceScanning electron microscopeMetallurgyBusinessComposite material

Résumé

récupéré en direct d'OpenAlex

Abstract AlSi7Mg0.6 alloy is the most widely used cast alloy for aerospace and automotive applications. Therefore, it is essential to explore the effect of scanning strategies parameters on the final part properties in the L-PBF process. The effect of stripes and chessboard strategies parameters such as stripes length, rotation angle, and chessboard island size on mechanical and microstructural properties of L-PBF processed AlSi7Mg0.6 alloy is studied. The evolution of the residual stresses is also investigated in the longitudinal and transverse directions. Cooling rates are also estimated using the cell size within the melt pool. Three distinct regions (i.e., fine, coarse, and heat affected zone) within the melt pool corresponding to different cooling rates could be identified based on Si morphology. The texture of the final material can be tailored by changing the scanning strategies. This study comprehensively presents the results concerning porosity, mechanical properties, crystallographic texture, cooling rates, grain morphology, and residual stresses for additively manufactured AlSi7Mg0.6 alloy.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,177
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,030
Tête enseignante GPT0,336
Écart entre enseignants0,305 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch SquareMême sujetAdditive Manufacturing Materials and ProcessesTravaux en français237 207