Molybdenum 8wt% rhenium alloy processed by laser powder bed fusion: From powder production to mechanical testing at elevated temperatures
Notice bibliographique
Résumé
Molybdenum is highly valued in industry because of its unique properties, especially at high temperatures. Additive manufacturing technologies , particularly laser powder bed fusion (LPBF), are becoming increasingly popular for producing complex shapes at a lower cost as compared to the conventional forming processes. However, printing molybdenum with LPBF presents challenges, especially caused by its hot cracking susceptibility . Several approaches have been explored to address this issue, including alloying molybdenum with other elements, which has proven effective in enhancing the printability and minimizing the occurrence of cracking, particularly with the addition of rhenium . In this study, a combination of mechanical blending of molybdenum powder and a rhenium precursor, followed by the reduction of the precursor and plasma spheroidization, was used to produce spherical 30–55 μm molybdenum‑rhenium (8 wt%) powders with rheological properties suitable for LPBF. Compared to pure molybdenum, the use of the alloyed powder led to an increase in the crack-free printed density, from 97 to 98.5 %, and in the compressive strength , from 240 to 340 MPa, at 600 °C and from 150 to 190 MPa at 1000 °C, at the expense of a ∼ 5 % reduction in the compression strain . To demonstrate the potential of printing complex geometries using the developed powders, complex geometry artifacts containing 0.25 mm-thin letters, wide dense sections and auto-supported 50 %-density 0.7 mm-thin strut diamond lattice structures were successfully printed.
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) | 0,001 | 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 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 ».