Benchmarking of 316L Stainless Steel Manufactured by a Hybrid Additive/Subtractive Technology
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 research study investigated the hybrid processing of 316L stainless steel using laser powder bed (LPB) processing with high-speed machining in the same build envelope. Benchmarking at four laser powers (160 W, 240 W, 320 W, and 380 W) was undertaken by building additively with machining passes integrated sequentially after every ten deposited layers, followed by the final finishing of select surfaces. The final geometry was inspected against the computer-aided design (CAD) model and showed deviations smaller than 280 µm for the as-built and machined surfaces, which demonstrate the good efficacy of hybrid processing for the net-shape manufacturing of stainless steel products. The arithmetic average roughness values for the printed surfaces, Ra (linear) and Sa (surface), were 11.4 um and 14.9 um, respectively. On the other hand, the vertical and horizontal machined surfaces had considerably lower roughness, with Ra and Sa values ranging between 0.33 µm and 0.70 µm. The 160 W coupon contained layered, interconnected lack of fusion defects which affected the density (7.84 g·cm−3), yield strength (494 MPa), ultimate tensile strength (604 MPa), Young’s modulus (175 GPa), and elongation at break (17.3%). By contrast, at higher laser powers, near-full density was obtained for the 240 W (7.96 g·cm−3), 320 W (7.94 g·cm−3), and 380 W (7.92 g·cm−3) conditions. This, combined with the isolated nature of the small pores, led to the tensile properties surpassing the requirements stipulated in ASTM F3184—16 for 316L stainless steel.
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 | 0,001 | 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) | 0,000 | 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 découle