Ambient and high-temperature rotating bending fatigue of as-built and hot isostatic pressed additively manufactured 316L stainless steel
Notice bibliographique
Résumé
• HIP removed porosity and raised Σ3 twins in PBF-LB_SS316L from 2.4 % to 33 %. • At 450 °C, HIP improved fatigue endurance (170 MPa vs. 130 MPa as-built). • HIP increased ductility but lowered the fatigue limit to 220 MPa from 240 MPa. • As-built formed many cracks, while HIP formed a single stable crack. • EBSD showed grain coarsening at 450 °C; HIP preserved microstructural stability. This study investigates the effects of Hot Isostatic Pressing (HIP) on the rotating bending fatigue (RBF) performance of Powder Bed Fused-Laser Beam (PBF-LB) 316L stainless steel (SS316L) at both room (25 °C) and elevated temperatures (450 °C). HIP was applied at 1150 °C and 100 MPa for 4 h following stress relief to eliminate porosity and homogenize the microstructure. Advanced microstructural characterization revealed that HIP reduced porosity below detection limits and transformed the melt-pool structure into an equiaxed grain morphology with a significant increase in Σ3 twin boundary fraction (∼2.4 % to 33 %). These changes were accompanied by reduced dislocation density and internal strain. Fatigue testing showed that HIP specimens exhibited superior high-temperature fatigue endurance (170 MPa) compared to as-built samples (130 MPa), due to defect elimination and microstructural stabilization. However, at 25 °C, as-built specimens outperformed HIP ones (240 MPa vs. 220 MPa) owing to retained work-hardened microstructures. Fractographic analysis confirmed these trends: multiple crack initiation sites dominated as-built failures, while HIP fractures showed single-origin cracks with striation growth. Post-fatigue electron backscatter diffraction maps revealed temperature-dependent grain coarsening and dislocation accumulation, particularly in the as-built samples. Overall, HIP significantly enhanced the high-temperature fatigue resistance of PBF-LB_SS316L by improving microstructural integrity and delaying crack initiation, highlighting the importance of post-processing in AM components.
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 ».