Feasibility of multilayer solid-state deposition via lateral friction surfacing for metal additive manufacturing
Notice bibliographique
Résumé
Lateral friction surfacing is a novel solid-state deposition process in which the radial surface of the rotating consumable tool is forced into the substrate surface, facilitating material transfer. This technique is an excellent alternative to create thin and ultra-smooth metallic deposit layers for repairing damaged surfaces or improving corrosion and wear resistance. The lateral friction surfacing approach results in a deposition process with lower generated process temperatures than conventional friction surfacing, which leads to reducing thermal effects on the microstructures and mechanical properties of the deposits. In this study, the extent of material transfer to the substrate was explored via multiple passes of the tool in an effort to create multiple layers of deposited material. Two types of substrate plates with different surface roughness as well as two different strategies for employing the consumable tools were experimented. A comprehensive assessment through conducting real-time force measurement, surface roughness measurement, hardness testing, optical microscopy, infrared thermography, scanning electron microscopy, and EDS analysis was performed to characterize the process and the fabricated deposits. The thickness of the coating was found to vary through work material transfer to the substrate and reverse material transfer from the coating to the radial surface of the rod, resulting in an approximately steady-state deposit thickness. The reverse material transferring process from the coating to the radial surface of the rod through rubbing off the previously fabricated coatings limits plasticizing more consumable material and built-up material.
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 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) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».