Surface functionalization of binder jetted steels through super-solidus liquid phase sintering and electro-spark deposition
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
This study proposed a surface functionalization strategy for porous binder jet additive manufacturing (BJAM) steels. The methodology involves a sequential process of super-solidus liquid phase sintering (SLPS) followed by electro-spark deposition (ESD). SLPS with varying liquid fractions was used to modify the initial surface quality of BJAM steels, creating a range of surface roughness and bulk porosity. The ability of ESD to address substrate surface roughness and porosity variation was investigated using lower (Inconel 625) and higher (WC-Co) melting point coating materials. The results revealed a clear correlation between substrate surfaces and the surface finish, uniformity, and thickness of ESD deposits. Inconel 625, with its lower melting point, showcased an infiltration behavior and high tolerance to substrate conditions. Conversely, achieving high-quality WC-Co coating necessitated prior SLPS treatment to attain substrates with minimal roughness and sub-surface porosity. This investigation provides insights into optimizing surface modifications for porous BJAM metal parts, considering different coating materials and their compatibility with substrate conditions. • ESD was applied on binder jetted steels with various surface roughness and porosity. • SLPS of the substrate increased the deposition rate and uniformity of ESD deposits. • ESD Inconel 625 can fill substrate pores and tolerate high substrate roughness. • ESD WC-Co solidified on the substrate surface and was sensitive to substrate roughness.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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