The influence of elevated Fe and Zn impurities on the rapid solidification behaviour of AA6061 processed using single-track laser surface melting
Notice bibliographique
Résumé
Increased adoption of recycled aluminum (Al) alloys in the automotive sector can provide several economic and environmental benefits through vehicle lightweighting, decreased fuel consumption, and reduction in greenhouse gas emissions. A major challenge in the adoption of secondary Al for a broader range of products is the accumulation of impurity elements, as increased scrap use can result in the compositional drift of alloy streams, leading to degraded mechanical and electrochemical properties. The objective of the current study is to demonstrate the use of rapid solidification processing (RSP) to increase the potential adoption of recycled Al through refinement of microstructural features and reduction of cracking. Cast ingots of an Al alloy 6061 (AA6061) were produced with iron (Fe) and zinc (Zn) additions in amounts ranging from 0 to 1 wt% to simulate recycling impurities. Thermodynamic simulations were used to predict the crack susceptibility of each alloy composition. Laser surface melting (LSM) trials were performed on plates cut from each ingot to generate rapidly solidified microstructures. The simulation predictions and microstructure results suggest that alloy impurity composition does influence the cracking behaviour observed in the laser melt pools, with both Fe and Zn additions having a mitigating effect on the observed cracking behaviour. The results suggest that the adoption of techniques such as additive manufacturing and laser welding could enable greater use of recycled Al alloys, advancing their use for automotive 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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».