Optimum corrosion performance using microstructure design and additive manufacturing process control
Notice bibliographique
Résumé
Abstract Compatibility of traditional metallic alloys, particularly 316L stainless steel, with additive manufacturing (AM) processes, is essential for industrial applications. This involves manipulating process parameters to design microstructural features at various length scales, which enables the achievement of desired physical, mechanical, and chemical properties, leading to high-performance components with tailored functionalities. In this study, a hierarchical design approach, from the morphology of melt pools to subgrains, was employed, resulting in laser powder bed fusion (LPBF) 316L parts with subgrain sizes ranging from approximately 400 nm to 900 nm, confined within grains of about 40 µm to 60 µm. Findings indicated that variations in process parameters, specifically different scan strategies with a constant energy input of 60.9 J/m3, led to the production of high-density components with the smallest grains/subgrains in the continuous scan strategy. Additionally, using a combination of computational frameworks and experimental observations, we developed equations to elucidate the intrinsic relationship between energy density and grain size for LPBF-316L within the context of two optimal scanning strategies. Furthermore, the correlation between these designed microstructural features and corrosion behavior, focusing on the electrochemical properties of the components, was explored by manipulating key process parameters in LPBF. The results revealed a possible Hall–Petch relationship between corrosion rate and grain size, indicating that the microstructural features in the form of grains/subgrains influence the electrochemical behavior, resulting in a lower corrosion rate in samples with the smallest grains/subgrains.
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 | 0,001 |
| 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 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 ».