Insights into microstructural evolution in functionally graded additive manufacturing of IN625–CuCrZr alloys: A CALPHAD-based thermodynamic analysis and experimental study on the role of metastable miscibility gap
Notice bibliographique
Résumé
Functionally Graded Additive Manufacturing (FGAM) technique enables gradual and in-situ variation of composition within a component to achieve locally tailored microstructure and physical properties. This approach has recently been applied to fabricate multi-material components made of copper alloys for heat dissipation and Ni-based superalloys for superior mechanical properties, especially in aerospace applications. In this study, the successful FGAM of IN625 superalloy and CuCrZr alloy was demonstrated for the first time. Thin-wall samples without any major defects, such as cracks or lack of fusion, were fabricated by gradually varying the composition via a dual powder feeder laser directed energy deposition (L-DED) system. Further, to comprehend microstructural evolution during the process, CALPHAD simulations and characterization techniques (SEM, EDS, EBSD) were employed. A metastable miscibility gap was detected between the two alloys, which led to Cu-rich and Cu-lean regions in compositions with 50–75 wt.% CuCrZr. This resulted in mixed spheroidal and dendritic morphologies. X-CT analysis revealed Cu-lean spheroids clustering in specific regions, while EBSD showed coarse columnar grains in single-phase areas and fine equiaxed grains in compositions with a miscibility gap, where Cu-lean spheroids acted as nucleation sites. Scheil solidification simulations predicted M 2 C-type carbide formation within spheroids, confirmed by XRD, which contributed to a wide hardness variation of 180 to ∼800 HV across the component.
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 ».