Ultrasonic pulsed waterjet peening of Ti-6Al-4 V manufactured by laser powder bed fusion
Notice bibliographique
Résumé
Laser powder bed fusion (L-PBF) processed metal components invariably possess poor surface quality in their as-built state, along with high tensile residual stresses. In order to optimize the surface properties and mitigate the adverse effects of L-PBF fabrication, the implementation of an appropriate post-processing surface treatment is essential. In the present study, Ti-6Al-4 V samples were fabricated by the L-PBF method, and showed an initial surface roughness, Ra, of ∼17 μm with pronounced anisotropic tensile residual stresses. Ultrasonic pulsed waterjet (UPWJ) was subsequently applied as a novel and environmentally benign surface peening technique for the L-PBF Ti-6Al-4 V parts. Samples were UPWJ peened either in the as-built state or following machining, through either a milling or grinding step applied to the L-PBF samples. It is demonstrated that the post-peening roughness could be reduced to Ra ≤1 μm through surface machining following by UWPJ peening, which was accompanied by the introduction of substantial compressive residual stresses up to approximately −800 MPa. Machining of the L-PBF parts, followed by UPWJ peening, led to a significant enhancement in scratch hardness (HS p ), exhibiting a maximum improvement of approximately 23 %. The combined use of machining followed by UWPJ peening is demonstrated to be a practical strategy to achieve both enhanced surface properties and high compressive residual stress for post-processing of L-PBF fabricated Ti-6Al-4 V parts. • As-built PBF-LB/Ti6Al4V had high tensile residual stress and surface roughness • UPWJ peening was an effective post-processing method for PBF-LB/Ti6Al4V • Milling is recommended for surface preparation of the parts before UPWJ peening • Milling and UPWJ peening induced high compressive residual stress (−800 MPa) • A maximum improvement of 20 % in scratch hardness was achieved after UPWJ peening
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 ».