Substract Surface Quality Influence on LP-DED Process: Exploring Effects on Bead Characteristics and Microstructure
Notice bibliographique
Résumé
Abstract Laser Powder – Directed Energy Deposition (LP-DED) is an Additive Manufacturing (AM) technology that uses metal powder to create structures and repair worn components. Many published works have explored the operational parameters, such as laser power (P), mass flow rate (ṁ) and travel speed (Vf), relating them with the resultant mechanical properties. Increasingly, studies have extended into material selection and modifications of it. The LP-DED process can have some notable applications in mold repair using AISI H13 steel and previous investigations have assessed heat treatments and microstructural characteristics when building and post-processing those repairs. However, the aspect of different substrate surface conditions remains unexplored. This research examines the effects of surface conditions on deposition outcomes using AISI H13 steel for substrate and deposition material. Substrate surface machined, sand blasted and polished before deposition. SEM was used to analyze the cross-section and determine how surface quality influences the bead integrity. The results reveal that as machined surfaces show a dilution variability of 28% on the same bead, while as blasted surface provide more stable bead areas. Additionally, the Heat-Affected Zone (HAZ) in the polished surface deposition was 18% smaller than observed in as machined surface. The study further includes evaluations of depositions area, dilution percentages, and micro-hardness, offering insights into the optimal substrate conditions for L-DED applications.
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 ».