DEM simulation to predict the powder bed quality for additive manufacturing processes
Notice bibliographique
Résumé
Many metal additive manufacturing (AM) technologies, such as laser powder bed fusion (LPBF), rely on the stacking of thin powder layers with a rigid blade or a roller. The spreading step is critical because defects in the powder bed (i.e., low packing density, poor surface uniformity, particle segregation, etc.) often result in defects in the final product (i.e., lack of fusion, porosity, etc.). Currently, the lack of understanding of the spreading process, which depends, among other factors, on the powder properties and spreader geometry, results in a trial-and-error approach to ensure a quality powder bed which is not cost effective. Discrete Element Method (DEM) simulations can help us understand the mechanisms at play during the spreading process and select the best operating parameters (i.e., spreader geometry, spreader speed, layer thickness, etc.) for a given powder feedstock. In this work, we first present Lethe, an open-source DEM software capable of simulating the spreading of multiple powder layers, with periodically moving spreaders, powder dispenser platform and build-plate, all in a single simulation. We then use this software to run large-scale DEM simulations, evaluating the influence of the operation parameters and of the DEM parameters related to the feedstock (i.e., surface energy, restitution coefficient, friction coefficients, etc.) on the powder bed quality. Finally, through a collaboration with the National Research Council of Canada, we use an experimental set-up that replicates the whole spreading process while allowing freedom on operating parameters. This experimental set-up measures the relative density of the powder bed in between each layer. Using DEM simulation, we replicate these experimental results to assess the role of the powder property on the bed density and to gain insight into the physical mechanism affecting the bed quality in certain operating conditions. This paves the way for a digital twin for powder spreading that could swiftly identify powder bed quality from the powder property and the operating parameters.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».