High strain-rate deformation of laser powder bed fused Ti5553 alloy
Notice bibliographique
Résumé
• LPBF-Ti5553 alloy tested under dynamic impact loading at strain rates of 900-2150 s⁻¹. • Strength and ductility increased simultaneously with strain rate. • Grain refinement and texture softening contributed to enhanced plasticity. • EBSD revealed lattice distortion and dislocation accumulation. This study investigates the dynamic impact loading behavior of laser powder bed fused (LPBF) Ti-5Al-5 V-5Mo-3Cr (Ti5553) alloy using a Split Hopkinson Pressure Bar (SHPB) system at strain rates of 900–2150 s −1 . Microstructural characterization by OM, SEM, XRD, and EBSD was performed to assess the grain morphology, crystallographic texture, and deformation mechanisms. Results revealed a strain-rate-dependent increase in the yield strength, ultimate compressive strength (UCS), and ductility, attributed to strain-rate hardening, grain refinement, thermal softening, and a texture transition toward the 〈110〉 orientation. The UCS increased from 1230 MPa to 1385 MPa (12.6 %) as the strain rate rose from 900 s −1 to 2150 s −1 , while strain rose from 0.075 to 0.196, indicating enhanced ductility and impact resistance. EBSD revealed progressive lattice distortion and dislocation accumulation with increasing strain rate. Macro and micro texture analyses showed a transition from a solidification-driven 〈001〉 texture to a strain-induced 〈110〉 orientation, suggesting that slip along {1 1 0}〈111〉 systems can be a major deformation mechanism. No adiabatic shear banding was detected, confirming thermal and microstructural stability under dynamic impact loading under the tested conditions. These findings provide new insights into the high strain-rate response of LPBF-Ti5553 and support its potential for demanding aerospace and structural applications.
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 ».