XiaoMi-AI文件搜索系统
World File Search System添加剂
粘附和腐蚀抑制添加剂
路博润先进材料有限公司 (“路博润”) 希望您发现所提供的信息有用，但请注意，本材料（包括任何原型配方）仅供参考，您应自行负责评估信息的适当使用。在适用法律允许的最大范围内，路博润不作任何陈述、保证或保证（无论是明示、暗示、法定或其他形式），包括任何关于适销性或特定用途适用性的暗示保证，或关于任何信息的完整性、准确性或及时性的暗示保证。路博润不保证本文提及的材料与其他物质结合、在任何方法、条件或工艺、任何设备或在非实验室环境中的表现。在将含有这些材料的任何产品投入商业化之前，您应彻底测试该产品（包括产品的包装方式），以确定其性能、功效和安全性。您应对自己生产的任何产品的性能、功效和安全性负全部责任。路博润不承担任何责任，您应承担使用或处理任何材料的所有风险和责任。并非所有司法管辖区都批准任何索赔。任何提出与这些产品相关的索赔的实体都有责任遵守当地法律法规。本文所含内容不应被视为未经专利所有者许可而实施任何专利发明的许可、建议或诱导，您应自行负责确定是否存在与所提供信息相关的任何组件或组件组合的专利侵权问题。您承认并同意，您自行承担使用本文提供的信息的风险。如果您对路博润提供的信息不满意，您的唯一补救措施是不要使用该信息。
聚合物添加剂制造中的机器学习
抽象的添加剂制造（AM）已成为广泛材料制造过程中的一种常用技术。AM技术的最新进展提供了对处理参数的精确控制，从而实现了复杂的几何形状并提高了最终产品的质量。机器学习（ML）已被广泛用于通过更智能地使用材料和流程并控制其产生的属性来使系统变得更好。在工业环境中，实施ML不仅减少了制造过程的交付时间，而且还通过优化过程参数来增强生产零件的质量和特性。此外，ML技术也促进了AM系统中网络制造的发展，从而彻底改变了行业4.0。当前的评论探讨了ML技术在AM的不同方面的应用，包括材料和技术选择，过程参数的优化和控制，缺陷检测和对属性的评估导致印刷对象中的属性以及与行业4.0范式的集成。已经讨论了在AM中使用ML的渐进阶段，包括数据收集，数据准备，功能工程，模型选择，培训和验证。最后，已经提出了与AM中使用ML有关的某些挑战以及一些最佳实践解决方案。
电线电缆无卤阻燃添加剂解决方案
不存在任何适销性或特定用途适用性的默示保证。请参阅 Huber 的标准销售条款，了解适用于 Huber 产品的唯一明示保证。Huber 不对包含 Huber 产品的产品提供保证。Huber 在任何情况下均不对间接损害负责。Hydral® 是 Huber Specialty Hydrates, LLC 在世界各国使用、申请或注册的商标。Hymod® 和 Micral® 是 JM Huber Corporation 在世界各国使用、申请或注册的三水合氧化铝商标。Kemgard® 是 JM Huber Corporation 在世界各国使用、申请或注册的阻燃剂和抑烟剂商标。Martinal® 是 Martinswerk GmbH 在世界各国使用、申请或注册的商标。 Vertex® 是 JM Huber Corporation 在世界各国使用、申请或注册的氢氧化镁商标。Zerogen® 是 JM Huber Corporation 在世界各国使用、申请或注册的矿物阻燃剂商标。©2022 JM Huber Corporation FireRetardantAdditives/WC/RevVII/Oct2022
微机械系统（MEMS）的添加剂制造
摘要：最近，应用于千分尺范围的添加剂制造过程（AM）过程受到宏观综合方法的影响以及数字设计和自由形式制造的吸引力。AM与常规微机械系统（MEMS）制造过程的其他步骤仍在进行中，此外，为此领域的专用设计方法的开发正在开发中。各种各样的AM过程和材料导致有关过程尝试，设置细节和案例研究的大量文档。但是，AM方法的快速和多技术发展将需要对过程的特定优势，限制和局限性进行有组织的分析。本文的目的是对微观尺度上的AM过程提供最新的总体视野，并组织和消除相关的表演，能力和决议。
通过线材和电弧添加剂抑制各向异性...
收稿日期：2017 年 1 月 X 日；修订日期：2017 年 2 月 X 日；接受日期：2017 年 3 月 X 日 摘要 增材制造 (AM) 因其高材料利用率和产品设计灵活性而受到越来越多的关注。WAAM 的特点是能够管理各种金属材料和高沉积速度。然而，它的形状精度低于通过其他 AM 工艺积累的形状精度，并且需要精加工作为后处理。此外，由金属组成的 AM 积累由于反复熔化和快速凝固而具有复杂的热历史。因此，使用 SUS316L 奥氏体不锈钢，其积累的微观结构中会发生树枝状生长。因此，与等粒结构相比，不锈钢的机械性能（例如延展性和屈服强度）是各向异性的。因此，我们在此提出了一种结合线材和电弧增材制造 (WAAM) 和精加工系统的新系统。在该方法中，当熔融金属凝固时，通过旋转工具进行精加工。使用新系统进行实验，以抑制 WAAM 累积产生的各向异性微观结构。作为旋转工具，使用切削工具和摩擦搅拌抛光 (FSB) 工具。进行微观结构观察和 X 射线衍射分析以评估累积的各向异性。使用新系统，可以抑制累积中的枝晶生长。通过将上述同时处理系统应用于 WAAM 沉积的最外层，预计可以通过表面改性提高疲劳强度并简化精加工工艺。 - 关键词：线材和电弧增材制造、定向能量沉积、X 射线衍射分析、精加工工艺、切削、摩擦搅拌抛光
掺杂热塑性纳米复合材料作为添加剂
Pawan Verma、Jabir Ubaid、Kartik M Varadarajan、Brian L Wardle 和 S. Kumar* Pawan Verma 博士，德克萨斯 A&M 大学 Artie McFerrin 化学工程系，德克萨斯州大学城，77840，美国。 Jabir Ubaid 博士、S. Kumar 教授 英国格拉斯哥大学詹姆斯·瓦特工程学院，格拉斯哥，G12 8LT 电子邮件*：s.kumar@eng.oxon.org Kartik M. Varadarajan 教授 美国马萨诸塞州波士顿麻省总医院骨科外科，邮编 02114 Brian L. Wardle 教授 美国马萨诸塞州剑桥麻省理工学院航空航天系，邮编 02139 美国马萨诸塞州剑桥麻省理工学院机械工程系，邮编 02139 关键词：熔融共混、增材制造、压阻、自感应、矫形支架 摘要
激光添加剂的自动异常检测
先进热成像越来越多地被投入到直接能量沉积 (DED) 增材制造 (AM) 中，以应对熔池的信息可见性和解决工艺不一致问题。然而，当前图像引导监测方法在 DED 工艺中的可行性存在关键挑战。首先，高分辨率热图像由数百帧捕获的数百万像素组成，导致分析中的维数灾难。其次，各种外生噪声、结构不良的数据和严重的聚类不平衡限制了当前方法执行实时监控的能力。本研究的目的是通过设计一种针对高维热图像数据的自动和无监督异常检测来推进 DED 工艺中熔池监测的前沿。具体来说，我们开发了一个变分自动编码器来生成每个输入热图像数据的低维表示。高斯混合模型和 K 均值聚类与生成模型相结合，将潜在空间分成同质区域并检测异常。实验结果表明，所提出的方法对缺陷熔池的检测非常有效，准确率高达 94.52%，误报率低于 2.1%。
等离子电解抛光添加剂的可行性研究
1 卢布尔雅那大学机械工程学院，Aškerčeva 6, 1000 卢布尔雅那 2 弗莱贝格矿业技术大学，akademiestrasse 6, 弗莱贝格 09599，德国
维修使用DED添加剂制造
直接能源沉积（DED）过程是添加剂制造（AM）过程，为制造业提供了新的观点。尤其是组件维修区域可以从这些过程中受益匪浅。因此，有必要确保DED流程的能力，以便维修的组件可以提供相同的服务水平。本文侧重于基于粉末的LMD AM修复TI-6AL-4V零件，并研究其准确性，可重复性和可靠性。首先，已经开展了一项实验运动，以评估原材料的特征。最佳过程参数选择是通过孔隙度和宏观结构分析进行的。拉伸特性，低周期疲劳和裂纹繁殖研究已在原来的样品（100％AM）和界面样品（50％AM / 50％底物）上进行。结果与锻造合金和验证LMD相关性与生产良好的零件相比。在第二部分中，本文提出了TI-6AL-4V组件的半自动修复方法：从3D扫描操作中确定了要修复的缺陷几何形状和零件的CAD模型。调整的加法和加工工具路径。
航空应用的金属添加剂制造
信用：AFS-D图像信用额度为MELD TM制造，Spee3D的冷喷雾图片，EBW-DED图像学分，Sciaky和Lockheed Martin Corporation，aw-ded图像信用额度为Gefertec，LW-DED图像信用，Meltio的LW-DED图像信用正甲合同，L-PBF图像信用renishaw plc和Cellcore GmbH/Sol Solutions Group AG，EB-PBF图像信用wayland和GE添加/ARCAM。