摘要 激光直接金属沉积 (DMD) 已发展成为一种在现有材料上沉积涂层的制造工艺,并在复杂精密部件的增材制造 (AM) 中被证明具有优势。然而,必须仔细确定适当的工艺参数组合,以使这种方法在工业上经济可行。本研究旨在提高不锈钢 EN X3CrNiMo13-4 的激光 DMD 的生产率。据此,讨论了激光功率 P、扫描速度 v、粉末流速 ̇ m 和光斑直径 s 等主要激光工艺参数对轨道几何形状和堆积率的影响。进行回归分析以推导主要参数组合与沉积速率之间的相关性。结果显示,对于长宽比、稀释度和沉积速率的几何特性,线性回归相关性良好,R 2 >0.9。使用线性回归方程构建的加工图展示了与沉积速率、长宽比和稀释度相关的适当工艺参数选择。
激光粉末床熔合是一项新兴的工业技术,尤其适用于金属和聚合物应用。然而,由于氧化物陶瓷的抗热震性低、致密化程度低以及在可见光或近红外范围内的光吸收率低,将其应用于氧化物陶瓷仍然具有挑战性。在本文中,给出了一种增加粉末吸收率和减少激光加工氧化铝零件过程中开裂的解决方案。这是通过在喷雾干燥的氧化铝颗粒中使用均匀分散和还原的二氧化钛添加剂(TiO 2 − x)来实现的,从而导致在粉末床熔合过程中形成具有改善的热震行为的钛酸铝。评估了不同还原温度对这些颗粒的粉末床密度、流动性、光吸收和晶粒生长的影响。使用含有 50 mol% (43.4 vol%) TiO 2 − x 的粉末可以制造出密度为 96.5%、抗压强度为 346.6 MPa 和杨氏模量为 90.2 GPa 的裂纹减少的零件。
光纤是一种沿其长度传输光的玻璃或塑料纤维。光纤光学是应用科学与工程的交叉学科,涉及光纤的设计和应用。光纤广泛用于光纤通信,它允许在更长的距离和更高的带宽(数据速率)下传输,因为光的频率比任何其他形式的无线电信号都要高。光通过全内反射保持在光纤的核心中。这使得光纤充当波导。光纤被用来代替金属线,因为信号沿光纤传输时损耗更小,而且它们也不受雷暴引起的电磁干扰的影响。光纤还用于照明,并被包裹成束,因此它们可用于传输图像,从而允许在狭小空间内观看。专门设计的光纤用于各种其他应用,包括传感器和光纤激光器。
摘要:镍基高温合金具有优异的耐腐蚀和耐高温性能,在能源和航空航天工业中广受欢迎。镍合金的直接金属沉积 (DMD) 已达到技术成熟度,可用于多种应用,尤其是涡轮机械部件的修复。然而,DMD 工艺过程中的零件质量和缺陷形成问题仍然存在。激光重熔可以有效地预防和修复金属增材制造 (AM) 过程中的缺陷;然而,很少有研究关注这方面的数值建模和实验工艺参数优化。因此,本研究的目的是通过数值模拟和实验分析来研究确定重熔工艺参数的效果,以优化 DMD 零件修复的工业工艺链。热传导模型分析了 360 种不同的工艺条件,并将预测的熔体几何形状与流体流动模型和选定参考条件下的实验单轨观测值进行了比较。随后,将重熔工艺应用于演示修复案例。结果表明,模型可以很好地预测熔池形状,优化的重熔工艺提高了基体和 DMD 材料之间的结合质量。因此,DMD 部件制造和修复工艺可以从此处开发的重熔步骤中受益。
在半导体和高级材料行业中需要使用非接触式和非毁灭性工具,以表征散装,薄膜和2D材料的电气性能。
摘要 - 大米是印尼人口的主食之一,在国内生产总值(GDP)的形成中起着重要作用。但是,由于许多害虫攻击并导致农作物衰竭,其中之一是麻雀害虫。因此,使用超声声音进行了一项研究,以干扰害虫,以免降落并离开稻米植物。当鸟儿靠近并打破散布在大米植物上的激光束的电子网时,发出了超声声音。该原型是使用Nodemcu ESP32微控制器作为控制器和系统构建的。和Telegram用作辅助应用程序,以发出/关闭命令和电池百分比探测器,以促进使用。根据这项研究,原型的功能正常,并且被超声声音打扰,频率为0-22,000 Hz,声压水平在31.6-93.2分贝之间。关键字:ESP32,激光,大米,麻雀,超声波。
计算机视觉技术在自动驾驶汽车的感知堆栈中起着核心作用。使用此类方法来感知给定数据的车辆周围环境。3D激光雷达传感器通常用于从场景中收集稀疏的3D点云。然而,根据人类的看法,这种系统努力鉴于那些稀疏的点云,因此很难塑造现场的看不见的部分。在此问题中,场景完成任务旨在预测LiDAR测量中的差距,以实现更完整的场景表示。鉴于最近扩散模型作为图像的生成模型的有希望的结果,我们建议将其扩展以实现单个3D LIDAR扫描的场景。以前的作品使用了从LiDAR数据提取的范围图像上使用扩散模型,直接应用了基于图像的扩散方法。差不多,我们建议直接在这些点上操作,并介绍尖锐的和降解的扩散过程,以便它可以在场景规模上有效地工作。与我们的方法一起,我们提出了正规化损失,以稳定在denoising过程中预测的噪声。我们的实验评估表明,我们的方法可以在单个LIDAR扫描中完成场景,作为输入,与最新场景完成方法相比,产生了更多详细信息的场景。我们认为,我们提出的扩散过程公式可以支持应用于场景尺度点云数据的扩散模型中的进一步研究。1
