On the Optimization of Roughness and Corrosion Resistance of Laser Beam Powder Bed Fusion Fabricated Ti–6Al–4V Parts—An Electrochemical Approach
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
Laser beam powder bed fusion is emerging as a technology for fabricating components made of advanced alloys, such as Ti–6Al–4V. However, it suffers from rough as‐built (AB) surfaces, necessitating postprocessing for desired quality and performance. Electrochemical methods such as electrochemical polishing (ECP) and anodization (AN) are promising postprocessing methods; ECP can effectively smoothen surfaces irrespective of their complexity and hardness, while AN enhances the material's corrosion resistance. However, literature lacks research that discusses combined ECP and AN treatment on surface texture evaluation and corrosion behavior. This work presents a detailed study on the effects of different processing factor levels using a Taguchi design of experiment (DOE) approach and discusses the underlying process mechanisms. The optimized treatment conditions to achieve highest roughness improvement and best corrosion resistance are discussed and the most influential postprocessing factors are revealed and ranked. The treatment that achieved smooth surfaces and high corrosion resistance is ECP at 20 V and 15 °C for 20 min, followed by AN at 15 V for 5 min. This treatment achieves a 72% roughness improvement, providing an arithmetic areal surface roughness of 2.63 μm and a corrosion current density of 0.09 μA cm −2 , which is almost similar to the AB part.
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 | 0,000 |
| 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 découle