Comparative assessment of gas and water atomized powders for additive manufacturing of 316 L stainless steel: Microstructure, mechanical properties, and corrosion resistance
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
In this study, the microstructure, and mechanical properties of 316 L stainless steel (SS316L) produced by laser powder bed fusion (LPBF) using water-atomized (WA) and gas-atomized (GA) powders were compared. The results showed that the use of WA powder, with a finer average particle size and better spreadability, led to significantly higher values of tensile strength (UTS), yield strength (YS), elongation (El%), and toughness in the WA samples (728 MPa, 580 MPa, 31.8%, and 215 J/m 3 , respectively) compared to the GA sample (602 MPa, 503 MPa, 25.2%, 145 J/m 3 , respectively). The WA samples also exhibited a non-uniform hardness distribution and superior work-hardening rate due to the presence of multiple inclusions that tightly bound to the matrix and created stress fields, increasing the required energy for dislocation motion . The higher solidification rate of melt pools in the WA sample left more intensive residual stress with distorted grains, exhibiting a higher grain orientation spread (GOS). Additionally, a multitude of geometrically necessary dislocations (GNDs) formed around the boundaries of elongated grains with tilted boundaries to maintain lattice continuity, resulting in a higher kernel average misorientation (KAM) and congestion of low-angle grain boundaries (LAGBs), particularly in the WA sample. XRD patterns confirmed the higher lattice distortion in the WA sample, and the smaller cellular structures observed in SEM images were consistent with the higher dislocation density observed in the WA specimens. Finally, the WA sample exhibited lower surface roughness and rather higher resistance to corrosive media containing chlorides.
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) | 0,001 | 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