Machining mechanics of additively manufactured metallic parts: Material characterization and constitutive modeling
Notice bibliographique
Résumé
Additive manufacturing (AM) enables the production of complex, customized parts through its layer-by-layer process. However, high surface roughness and geometrical distortions often necessitate post-processing, with machining being the most widely used method. Therefore, understanding the machinability of AM parts is essential for selecting appropriate tooling and machining parameters. This requires insight into the material’s microstructure and mechanical behavior, which are significantly influenced by AM process conditions. Rapid solidification and steep thermal gradients inherent to AM processes result in distinct crystallographic textures and columnar grain growth, which affect the material’s response during machining. Due to inconsistent experimental findings in the literature, there is a need for microstructure-informed constitutive modeling. This study presents a comprehensive constitutive model to predict flow stress and cutting forces during orthogonal cutting, incorporating key strengthening mechanisms: thermal activation, solid solution, lattice resistance, grain boundary influence, and forest dislocation interactions. AM Inconel 718 which is widely used in critical industrial applications was fabricated using laser powder bed fusion (LPBF). Microstructural features and solute atom concentrations were characterized using electron backscatter diffraction (EBSD) and energy-dispersive X-ray spectroscopy (EDS), providing input for the constitutive model. Model validation was performed through orthogonal cutting experiments under various cutting conditions. Cutting forces were measured using a dynamometer, and chips were examined via scanning electron microscopy (SEM). The model predicts flow stress and cutting forces within 10% of experimental values. Moreover, it enables a quantitative evaluation of each strengthening mechanism’s contribution, providing insight into their individual effects on the machining behavior of AM-fabricated parts.
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) | 0,001 | 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 ».