Fabrication of Ni-Rich 58NiTi and 60NiTi from Elementally Blended Ni and Ti Powders by a Laser Powder Bed Fusion Technique: Their Printing, Homogenization and Densification
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
Compared to the equiatomic or near-equiatomic NiTinol alloys, Ni-rich NiTi alloys are suitable to be employed in structural applications as they exhibit higher hardness and are dimensionally stable. This research aimed to process two different grades of Ni-rich NiTi alloys, 58NiTi and 60NiTi, from Ni-Ti powder mixtures having about 58 wt.% and 60 wt.% Ni, respectively. This was performed by a laser powder bed fusion technique. At the first stage of this research, the printability of the used powder mixtures was investigated by applying different sets of printing parameters. Two appropriate sets were then selected to print the samples. Microstructural study of the printed parts revealed the existence of inhomogeneity in the microstructures. In addition, depending on the applied set of parameters, some amounts of cracks and pores were also present in the microstructure of these parts. Postprinting hot isostatic pressing procedures, performed at different temperatures, were developed to cause the reaction of phases, homogenize the parts, and possibly eliminate the existing flaws from the samples. Effects of these applied treatments on the microstructure, phase composition, density, dimensional integrity, and hardness of parts were sequentially studied. In essence, 58NiTi and 60NiTi parts having phase compositions complying with those of the equilibrium phase diagram were obtained in this research. However, the mentioned cracks and pores, formed in the microstructure of as-printed parts, could not be fully removed by postprocessing treatments.
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) | 0,000 | 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) | 0,000 | 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