Laser Powder Bed Fusion of Low and Negative Thermal Expansion Metamaterials
Notice bibliographique
Résumé
Laser Powder Bed Fusion (LPBF) is a metal additive manufacturing (AM) technique that creates objects layer by layer from a bed of loose powder, using a laser beam as the heat source. This layer-wise approach allows for the fabrication of highly complex structures and intricate geometries with high accuracy, including solid, porous, and lattice structures. LPBF offers significant potential for use in industries such as aerospace, biomedical, and automotive due to its ability to fabricate unique and sophisticated designs. This technology has recently attracted significant attention for the fabrication of multimaterial parts with improved properties and applicability in different fields. However, challenges persist in understanding the relationship between process parameters and the properties of resulting multimaterial parts and interfaces. Additionally, limitations exist in design and interface selection for multimaterial fabrication using this technique. Negative thermal expansion (NTE) metamaterials, discussed in this research, are mechanical structures that show negative expansion properties by contracting with increase in temperature, while expanding with a decrease in temperature. These metamaterials are typically multimaterial systems where constituents with positive coefficients of thermal expansion (CTE) are strategically integrated, resulting in an overall NTE effect in one or more directions This research focuses on the design, simulation, and fabrication of negative thermal expansion (NTE) metamaterials using Laser Powder Bed Fusion (LPBF) with Grade 304L Stainless Steel (SS304L), Grade 300 Maraging Steel (MS300), and Invar 36 (Invar) alloys. Bimaterial combinations of SS304L-MS300 and SS304L-Invar were explored. After determining the optimal processing parameters, results showed that a robust, defect-free interface could be achieved in both combinations. Various lattice structures were designed based on these alloy pairs and analyzed using finite element analysis. The designs with the high NTE potential were successfully fabricated through LPBF, using optimal interface parameters. Thermal expansion testing of the fabricated structures demonstrated NTE behavior in line with FEA analysis predictions.
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) | 0,000 | 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 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 ».