MétaCan
Menu
Retour à la cohorte
Enregistrement W4401323426 · doi:10.1016/j.jmapro.2024.07.094

Microstructural evolution in laser powder bed fusion of water-atomized high-carbon low-alloy steel: Analysis of melting mode effects

2024· article· en· W4401323426 sur OpenAlexafffund
Mingzhang Yang, Mohsen K. Keshavarz, Sagar Patel, Wandong Wang, Yu Zou, Mihaela Vlasea

Notice bibliographique

RevueJournal of Manufacturing Processes · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueAdditive Manufacturing Materials and Processes
Établissements canadiensUniversity of TorontoUniversity of Waterloo
Organismes subventionnairesFedDev Ontario
Mots-clésMaterials scienceKeyholeSofteningAlloyMetallurgyComposite materialPorosityUltimate tensile strengthResidual stressCarbon fibersWeldingComposite number

Résumé

récupéré en direct d'OpenAlex

Medium/High‑carbon steels are considered susceptible to cracking during rapid cooling in laser powder bed fusion (LPBF) applications. Also, water-atomized (WA) steel powders, containing oxides, have been associated with porosity defects during this process. In this study, LPBF was employed to process WA high‑carbon low-alloy steel powders under three operational regimes – conduction, transition, and keyhole modes. Analyses based on the scaling law of keyhole stability, melt pool dimensions, and x-ray computed tomography (XCT) suggested that processing under the transition mode closely resembled a stable keyhole, enabling the successfully printing of water-atomized powders to a density of 99.93 %. Subsequent heat treatment, hardness, and residual stress assessments presented a prominent structural softening and relief of compressive stress under the transition mode. This was attributed to the intense in-situ tempering and re-austenitization that occurred within each layer. Under this condition, with no post heat treatment, an ultimate tensile strength of 1250 MPa with >2.6 % elongation was achieved. Finally, the ball-on-disk test showed that wear performance of the printed steels was primarily governed by the tribo-oxides, with a limited influence from the microstructural variation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,004
Tête enseignante GPT0,214
Écart entre enseignants0,210 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations9
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Manufacturing ProcessesMême sujetAdditive Manufacturing Materials and ProcessesTravaux en français237 207