Effects of yittria stabilised ZrO <sub>2</sub> nanoparticles on the strengthening mechanisms in AlSi10Mg fabricated by LPBF
Notice bibliographique
Résumé
Abstract In this study, AlSi10Mg powder mixed with 2.83 vol% of Yittria Stabilised nano ZrO 2 (YSZ) was prepared using ball milling, and the composite parts were fabricated via Laser Powder Bed Fusion (LPBF). The effects of YSZ on the microstructure, grain size, and mechanical properties of AlSi10Mg were systematically investigated to uncover the underlying strengthening mechanisms. The results indicated that the addition of YSZ nanoparticles induce an equiaxed grain structure, promoting microstructural homogeneity, which in turn influences the mechanical properties. The strengthening mechanisms, attributed to dislocation pinning by the nanoparticles as explained by the Orowan strengthening effect, are also discussed. Due to the differences in atomic structure between ZrO 2 and AlSi10Mg, the bonding interface effect when nano YSZ is added to the aluminum alloy system is significant and crucial for the material’s mechanical characteristics. This study examines the influence of the bonding interface on the material’s mechanical properties. Tensile results revealed that the predominant mode of failure is ductile fracture, typical for aluminum-based alloys; however, the material failed prematurely due to the presence of lack of fusion pores, indicating a need for optimization of printing process parameters.
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 | 0,001 | 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 ».