Experimental investigation and simulation of laser surface heating and its effects on residual stresses and microstructure for AISI 52100 and H13
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
Laser surface heat treatment (LSHT) is a viable solution to control surface hardness, and consequently to increase its abrasion and corrosion resistance, without causing thermal distortion of the component. In laser-assisted machining (LAM), the use of laser heating ahead of the cutting tool raises the surface temperature and reduces the strength of the workpiece materials, thus improves its machinability. However, both processes produce tensile residual stresses. Additionally, rapid heating and cooling can induce microstructural changes near the material surface. This paper consists of an experimental investigation and numerical simulation of LSHT to study the effect of laser beam parameters on the surface integrity of tool steel H13 and bearing steel AISI 52100. This knowledge provides basic information for optimization of LSHT and LAM processes. In the present LSHT experiments, the effect of the process parameters, namely, laser spot size, inclination angle, laser power and feed on the temperature profile, residual stresses, and microstructure evolution was investigated. A 3D FE model of moving heat source was implemented in DEFORM-3D to simulate the LSHT process. The FE model was calibrated and validated using the experimental data. For H13, the predicted thickness of the hardened layer agreed with the measurements with an error < 10%. For AISI 52100, the predicted thicknesses of white and dark layers agreed well with the experimental measurements. The results showed that predicted tensile residual stresses that appeared at LSHT surfaces for H13 and AISI 52100 were similar to those obtained experimentally, with maximum error < 30%.
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) | 0,000 | 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 découle