Tailoring absorptivity of highly reflective Ag powders by pulsed-direct current magnetron sputtering for additive manufacturing processes
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
Processing of highly reflective and high thermally conductive materials (Cu, Ag, etc.) by laser powder bed fusion (LPBF) is of increasing interest to broaden the range of materials that can be additively manufactured. However, these alloys are challenged by high reflectivity resulting in unmelted particles and porosity. This is exacerbated for in-situ alloying techniques, where divergent optical properties of blended powders further narrow the stable processing window. One possible route to improved uniformity of initial melting is through coating powders with an optically absorptive layer. In-situ alloying of Ti-Ag was chosen as a model to assess this, given the potential of Ti-Ag as a novel antimicrobial biomedical alloy, facilitating an ideal model to assess this approach. High purity Ag powder was coated with Ti via physical vapour deposition. Barriers to reliable coating were investigated, with agglomeration of particles observed at a sputtering power of 100 W. In-situ laser micro calorimetry demonstrated a significant improvement in melting performance for coated Ag powder, with continuous tracks attained at 280 W vs. 320 W for uncoated powder, and absorptivity increasing from 27 % to 45 % at 320 W incident laser power. Subsequent in-situ alloying of the Ag powder when blended with commercially pure Ti powder demonstrated that improved absorptivity allowed for more uniform densification of the blended powder bed at lower energy density (0.7 ± 1.0 vs 7.1 ± 2.0 % porosity at 133 J.m-1). Ultimately, this offers a promising route to improved alloy development via LPBF, through application of a homogeneous, relevant coating.
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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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