Toward Stabilizing the Keyhole in Laser Spot Welding of Aluminum: Numerical Analysis
Notice bibliographique
Résumé
The inherent instability of laser welding, particularly keyhole instability, poses significant challenges in industrial applications, leading to defects such as porosities that compromise weld quality. Various forces act on the keyhole and molten pool during laser welding, influencing process stability. These forces are categorized into those promoting keyhole opening and penetration (e.g., recoil pressure) and those promoting keyhole collapse (e.g., surface tension, Darcy's damping forces), increasing instability and defect likelihood. This paper provides a comprehensive instability analysis to uncover key factors affecting keyhole and process instability, presenting future avenues for improving laser welding stability. Using a novel numerical method for simulating laser spot welding on aluminum with COMSOL Multiphysics 5.6, we investigated the effect of laser pulse shaping on keyhole and process instability. Our analysis focused on keyhole morphology, fluid flow behaviour, and force analysis. The results indicated that the curvature effect, Marangoni effect, and Darcy's damping force are primary contributors to instability, with the curvature effect and Darcy's damping force being the most dominant. Additionally, erratic and high-velocity magnitudes induce intense fluid flow behaviour, exacerbating keyhole instability. Moreover, single/quadruple peak triangular and variant rectangular ramp-down pulse shapes produced the least instability, while multi-pulse rectangular shapes exhibited intense instability. It was found that combining triangular/rectangular pulse shapes can reduce force and keyhole instability by smoothing spontaneous force spikes, resulting in a more stabilized welding process. Controlling fluid flow and abrupt force changes with appropriate pulse shaping is key to defect-free welded products.
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 | 0,001 |
| 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 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 ».