Tailoring mechanical properties and microstructures in laser powder bed fusion of 316 L stainless steel through aluminium alloying and combined ex-situ and in-situ heat treatments
Notice bibliographique
Résumé
Laser powder bed fusion (LPBF) is a bottom-up manufacturing technique using a high-energy laser to selectively melt metallic alloys, enabling the creation of complex microstructures. While rapid cooling rates and process stochasticity can lead to unpredictable properties, LPBF's layer-wise powder deposition method unlocks unprecedented opportunities for in-situ alloying and microstructure engineering. This work introduces a novel blend of 316 L stainless steel with less than two percent of aluminium, demonstrating the potential for readily tunable microstructures leading to versatile mechanical properties – either as-built or following a post-process heat treatment. Compared to conventional fully austenitic LPBF 316 L, this new alloy solidifies into a combination of large BCC delta-ferrite grains and fine FCC gamma-austenite grains. Medium temperature furnace heat treatments significantly reinforce the BCC phase through the formation of NiAl B2 precipitates, leading to hardness values up to 708 HV. Furthermore, in situ selective laser heat treatments allow the transformation from columnar to equiaxed microstructure in a very short time. This unique alloy therefore appears well suited for tailoring local mechanical properties of phases through appropriate ex situ or in situ heat treatments, paving the way for designing composite-like materials within a single build. • We introduce a novel blend based on the widely used 316 L stainless steel alloy and pure aluminium through in-situ alloying. • We demonstrate a new way of manufacturing next-generation components with spatially optimized properties. • A unique microstructure combining large ferrite grains with fine austenite grains leads to versatile mechanical properties. • Nanometric B2 precipitates form within BCC grains, which allows reaching strengths competing with Ultra-high Strength Steels.
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 | 0,000 | 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) | 0,001 | 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 ».