Engineering of textured gradient microstructures using directed energy deposition: The impact of adaptive cooling rate
Notice bibliographique
Résumé
• The development of textured gradient microstructures upon DED building of 316L stainless steel was investigated. • Large-scale EBSD mapping revealed the gradient in grains morphology and orientation preference in multi-layers’ deposition. • Epitaxial growth of grains during DED was engineered using adaptive controlling of the cooling rate between layers. • Solidification texture and mechanism of columnar dendrites formation affected by the severity of adaptive cooling. Textured gradient microstructures can be engineered by tailoring the molten pool cooling rate during additive manufacturing (AM). Here we consider the design of grain structures and crystallographic orientations by controlling the solidification strategy during AM by directed energy deposition (DED). In this paper the textures generated by open loop (fixed scan speed of 100, 200 and 300 mm/min) and closed loop adaptive control to achieve cooling rates of 500, 1100 and 1750 °C/s were compared using electron back scatter diffraction (EBSD). The cooling rate was determined key to eliminating the microstructural gradients or anisotropy for DED parts or to engineer functionality along the desired path. The solidified macro-textures along the building direction were significantly affected by the formation of columnar grains, their growth direction, and morphological transition to equiaxed grains as a result of rapid cooling.
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 | 0,000 |
| 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 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 ».