Comprehensive review of fabrication process parameters influencing defect formation in laser powder bed fused (L-PBF) Al-Si alloys
Notice bibliographique
Résumé
Recently, Laser Powder Bed Fusion (L-PBF) has garnered considerable interest for its ability to fabricate highly precise and intricate Al-Si alloy components. Its versatility in design makes it particularly appealing for industries such as aerospace and automotive, where lightweight structures are critical. However, the L-PBF process induces defects in the resulting components, such as solidification cracks, porosity, anisotropy, and uneven surfaces, which compromise structural integrity and dimensional accuracy. As a result, significant effort has been devoted to understanding how fabrication parameters influence defect formation in L-PBF Al-Si parts. Despite extensive research on laser material processing, a comprehensive understanding of how specific process parameters affect defect formation remains limited. This knowledge is crucial for optimizing the performance of L-PBF Al-Si components. This article aims to provide a systematic examination of the causes of defects in L-PBF Al-Si components and their relationship with fabrication factors and process parameters. Additionally, it offers insights into addressing these challenges and highlights future research directions to mitigate defects in L-PBF Al-Si components. Consequently, this work aims to further promote the development of L-PBF-manufactured Al-Si components and their widespread applications across diverse industries.
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) | 0,000 | 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 ».