Pre–Placed Metal Laser–Additive Manufacturing on Grade 5 Titanium Substrate: Layer Formation, Oxidation Resistance, and Wear Resistance
Notice bibliographique
Résumé
The laser parameters and additive materials were investigated for the laser–additive manufacturing of titanium alloys. A pre–placed metal–strip–based method for 3D printing titanium components was proposed. Before laser processing, the metal strips were fixed to a Grade 5 titanium substrate using resistance spot welding. The effect of the processing conditions (laser power: 1.5–3.0 kW; scanning speed: 3–9 mm·s−1; one or three layers; 1, 6, or 12 passes; Grade 2 and Grade 5 as additives) on the microstructures, oxidation resistance, and wear resistance of the as–printed samples was investigated. The results showed that the microstructure consisted of α′ martensite, oxygen–stabilized α, transformed β that contains coarse and fine acicular α, titanium oxides, and carbides. Cracks were observed, particularly near the upper surface of the three–layer samples. The cracks were suggested to have formed due to cumulative residual stresses and the formation of oxygen–stabilized α and α′ martensite that might cause embrittlement. Both oxidation and wear tests were conducted to verify the improved performance. After 55 h of oxidation, the as–printed samples showed mass gains of 0.029–0.035 g·cm−2, which were smaller than those of the substrate (0.039 g·cm−2).
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 | 0,000 | 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 | 0,001 |
| 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 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 ».