Optimization of Laser Metal Deposition Process for 2205 Duplex Stainless 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 work aims to optimize the process parameters for laser based DED manufacturing of a water jet impeller with critical requirements to material and mechanical properties. The concerned material is 2205 duplex stainless steel with balanced ferrite-austenite microstructure. The optimization approach of the processing parameters relies on the assessment of their effect on microstructure and mechanical properties versus the requirements set by the maritime industry. The work aims to achieve an as-built microstructure with the required ferrite-austenite balance and mechanical properties, without the need for post-processing heat treatment. The work particularly focuses on the influence of the deposition speed of the DED process. The results show that duplex stainless steel with a 50-50 ferrite-austenite balance can be achieved directly from the DED process. A high deposition speed produced fine-grained microstructure resulting in a high tensile strength and toughness, well above the set requirements. However, it reduced the ductility, represented by tensile elongation due to the formation of welding defects. Reducing the deposition speed by 20% eliminated the welding defects but resulted in the formation of a distinct microstructure with coarse grains, elongated in the deposited layer. This microstructure improved the tensile elongation, but strongly reduced the toughness, represented by Charpy V impact energy values. The coarse grains in the deposited layer facilitated a fast fracture propagation initiated by the placement of the Charpy V notch. However, the presented results demonstrate the great potential for manufacturing duplex stainless steels by DED, where a suitable microstructure for optimal mechanical performance can be obtained by narrowing the optimization windows on the process parameters.
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) | 0,000 | 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 découle