Review of Tribological and Wear Behavior of Alloys Fabricated via Directed Energy Deposition Additive Manufacturing
Notice bibliographique
Résumé
Additive manufacturing (AM) is a rapidly evolving technology that enables the fabrication of complex 3D components across a wide range of materials and applications. Among various AM techniques, direct energy deposition (DED) has gained significant attention for its ability to produce metal and alloy components with moderate geometric complexity while maintaining a high deposition rate. This makes DED particularly suitable for real-world applications, including in-situ repair and restoration of metallic parts. Due to the nature of the DED process, components undergo extreme heating and cooling cycles, leading to microstructural evolution, process-induced defects, and variations in properties. While extensive research has explored the microstructure and mechanical properties of DED-fabricated alloys, studies on their surface degradation remain incomplete. Corrosion behavior has been well documented, given its significance in AM alloys; however, their tribological performance remains largely unexplored. This paper provides a comprehensive review of the wear behavior of DED-manufactured alloys, emphasizing the potential of DED technology for producing durable components. Specifically, it examines the wear characteristics of four key material groups—Fe-based, Ni-based, Ti-based, and Cu-based alloys—by summarizing existing studies and analyzing the underlying mechanisms influencing their wear resistance. Finally, the paper identifies research gaps and outlines future directions to advance the understanding of wear performance in DED alloys, paving the way for further innovation in this field.
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) | 0,001 | 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 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 ».