High Cycle Fatigue and Very High Cycle Fatigue Performance of Selective Laser Melting Ti-6Al-4V Titanium Alloy—A Review
Notice bibliographique
Résumé
Abstract Additive manufacturing (AM) of metallic alloys, especially titanium (Ti), has recently received considerable attention because of its significant role in designing and developing many structural components with complex geometries in aerospace, defense, and biomechanical industries. AM technology based on selective laser melting (SLM) allows the production of lightweight structures with geometric flexibility, which has not been otherwise possible by the conventional manufacturing process. SLM-fabricated Ti-6Al-4V components often experience long loading histories in high cycle fatigue (HCF) and even very high cycle fatigue (VHCF) regimes. As a result, it is paramount to systematically investigate those components’ fatigue behavior under both HCF and VHCF conditions. However, HCF and VHCF performances of SLM-Ti-6Al-4V alloy are still not fully understood because of the complex nature of fatigue responses in those regimes resulting from the defects/porosity and number of process parameters. In this context, the successful application of load-bearing components in both HCF and VHCF regimes necessitates optimizing process parameters and post-treatments for the optimal fatigue performance point of view. Several recent studies dealing with Ti-6Al-4V parts manufactured by SLM have explored parameters affecting fatigue performance in HCF and VHCF regimes. This article presents a systematic and critical review analysis of recent findings related to critical parameters, particularly residual stress, surface roughness, build parameters, build orientation microstructural features, post-process treatment, manufacturing deficiencies, specimen geometries, load ratio affecting mechanical and fatigue properties, especially in HCF and VHCF regimes. The current study also aims to identify several crucial topics that need to be addressed for SLM Ti-6Al-4V alloy to effectively utilize its full potential in the designing of advanced structural components.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».