Microstructure simulation of maraging steel 1.2709 processed by powder bed fusion of metals using a laser beam: A cellular automata approach with varying process parameters
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
Additive manufacturing via powder bed fusion of metals using a laser beam (PBF-LB/M) enables the fabrication of parts from metal powder with mechanical properties surpassing those of conventional processes. In this manufacturing process, a grain structure that is very sensitive to process parameter modifications and the resulting change in the temperature field is formed. Simulating the solidification microstructure is crucial for understanding process-microstructure relationships and creating digital twins for microstructure engineering and tailoring. This work introduces a cellular automata (CA) methodology for the microstructure simulation of maraging steel 1.2709 processed by PBF-LB/M. A high-resolution moving heat source model, based on the finite element method, was set up to capture the temperature field. The solidification microstructure was simulated by a two-dimensional CA model. Ten sets of process parameters have been used to produce single tracks experimentally to validate the CA model. The microstructure of these sets has been characterized by optical and scanning electron microscopy. The CA model successfully captures the essential solidification characteristics. The grain sizes have demonstrated a significant sensitivity to initial conditions. In-depth analysis has revealed that process parameters and thermal conditions, rather than the energy density, critically influence the grain size and the aspect ratio. Meanwhile, the grain alignment angle has shown no explicit dependency on process parameters, underscoring the complex dynamics governing microstructural evolution. This methodology paves the way for advancing material design in various industries by enabling a precise control over mechanical properties through microstructure tailoring.
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) | 0,001 | 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