MétaCan
Menu
Retour à la cohorte
Enregistrement W4283747891 · doi:10.3389/fmech.2022.830104

Thermal Conductivity of Ti-6Al-4V in Laser Powder Bed Fusion

2022· article· en· W4283747891 sur OpenAlexaff
Katharina Bartsch, Bastian Bossen, Waqar Chaudhary, Michael R. Landry, Dirk Herzog

Notice bibliographique

RevueFrontiers in Mechanical Engineering · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueAdditive Manufacturing Materials and Processes
Établissements canadiensC-Therm Technologies (Canada)
Organismes subventionnairesBundesministerium für Wirtschaft und Energie
Mots-clésThermal conductivityMaterials scienceThermalFusionRealization (probability)Particle (ecology)Composite materialThermodynamicsPhysicsMathematics

Résumé

récupéré en direct d'OpenAlex

With increasing maturity of the laser powder bed fusion (PBF-LB/M) process, the related products are becoming more complex. The more conventional parts are integrated into one design, the more requirements regarding local material properties arise. This concerns for instance products with high demands regarding temperature management. Here, different thermal conductivities within the part enable the control of the temperature distribution as well as the direction of heat flows. The realization of those local properties poses a challenge, though, as the use of multiple materials in PBF-LB/M is not broadly available. However, the different states of material in PBF-LB/M, i.e. bulk and powder material, provide the opportunity to create thermal metamaterials with locally varied thermal conductivities. To enable part design utilizing the bulk material as well as enclosed powder, this study investigates the respective thermal conductivities of Ti-6Al-4V. Powder and printed samples were measured at RT by the Modified Transient Plane Source method, resulting in an effective thermal conductivity of 0.13 W/mK for powder and 5.4 W/mK for bulk material (compared to 6.5 W/mK in prior experiments). For complete assessment of the powder material, because of the many uncertainties due to the particle size distribution and powder application, a computational model following the network modeling approach is created. The model is used to create a data set of 60 different powder bed configurations, which is then statistically evaluated to provide a description independent from powder packing. Finally, the application of the investigations to achieve thermal metamaterials capable of local temperature management with a single material is presented in a numerical study. Here, the use cases of thermal shielding as well as the concentration of heat flow is demonstrated.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,003
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,007
Tête enseignante GPT0,183
Écart entre enseignants0,176 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations26
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Mechanical EngineeringMême sujetAdditive Manufacturing Materials and ProcessesTravaux en français237 207