Laser Powder Bed Fusion of Superelastic Ti-Ni Lattice Structures: Process Design and Testing
Notice bibliographique
Résumé
Laser powder bed fusion allows the production of complex geometries and eases the shaping of difficult-to-transform materials, such as near-equiatomic Ti-Ni shape memory alloys. In this study, a numerical model was used to select 11 sets of printing parameters with different volumetric energy densities (VEDs) and build rates (BRs) to produce bulk Ti-50.26at%Ni alloy specimens. The manufactured specimens were studied in terms of their structural integrity, printed density, chemical composition, transformation temperatures, and crystalline phases. At high VEDs and low BRs, a significant decrease in the nickel content was observed. VED = 90 J/mm3 and BR = 10 cm3/h yielded a printed density of 99.94% and an austenite finish temperature of Af = 26.3 °C. The same printing conditions were used to produce 60% porous diamond and gyroid lattice structures. After heat treatment at 500 °C for 30 min, the diamond lattices manifested larger apparent recovery strains (7 vs. 6%), higher compliance (2.9 vs. 3.4 GPa), and similar yield stresses (~48 MPa) compared to their gyroid equivalents. The numerical model predicted that at an equivalent apparent compression strain of 6%, only a ~2% volume fraction of the diamond lattice material underwent plastic deformation as compared to ~20% for its gyroid equivalent.
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) | 0,000 | 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 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».