XiaoMi-AI文件搜索系统
World File Search System粉末
粉末床熔合中的多金属研究：综述
摘要：本文讨论了不同形式的粉末床熔合 (PBF) 技术，即激光粉末床熔合 (LPBF)、电子束粉末床熔合 (EB-PBF) 和大面积脉冲激光粉末床熔合 (L-APBF)。多金属增材制造面临的挑战，包括材料兼容性、孔隙率、裂纹、合金元素损失和氧化物夹杂物，已得到广泛讨论。为克服这些挑战提出的解决方案包括优化打印参数、使用支撑结构和后处理技术。未来需要对金属复合材料、功能梯度材料、多合金结构和具有定制性能的材料进行研究，以应对这些挑战并提高最终产品的质量和可靠性。多金属增材制造的进步可以为各个行业带来巨大的利益。
PBF（粉末床熔合）和DED（定向能量...
混合增材制造 (AM) 是指两种金属 AM 技术的组合：粉末床熔合 (PBF) 材料沉积和定向能量沉积 (DED) 附加构建。本研究重点研究了混合 AM 生产过程中 PBF 和 DED 相对沉积方向的不同特性。将混合 AM 制备的样品（即混合样品）的特性与 PBF 或 DED 制备的样品的特性进行了比较。PBF 沉积物的微观结构以铁素体为主，局部可观察到非常细小的残余奥氏体。相反，DED 沉积物的微观结构中均匀形成板条马氏体和残余奥氏体。两种过程中微观结构的不同归因于冷却速度的差异。在 DED 沉积物中，由于残余奥氏体分数高，显微硬度显著降低。然而，在混合样品中，由于长期沉积的时效热处理，HAZ 中的显微硬度迅速增加。 PBF和DED样品的主要磨损机制分别是氧化磨损和塑性变形。
适用于激光粉末床熔合增材制造的宽加工窗口异质结构铝合金的设计
北德克萨斯大学材料科学与工程系搅拌摩擦加工中心，美国德克萨斯州登顿 Priyanka Agrawal 北德克萨斯大学材料科学与工程系搅拌摩擦加工中心，美国德克萨斯州登顿 Mageshwari Komarasamy 北德克萨斯大学材料科学与工程系搅拌摩擦加工中心，美国德克萨斯州登顿 Yongo Sohn 中佛罗里达大学材料科学与工程系和先进材料加工与分析中心，美国佛罗里达州奥兰多 Rajiv S. Mishra 北德克萨斯大学材料科学与工程系搅拌摩擦加工中心，美国德克萨斯州登顿 北德克萨斯大学先进材料与制造工艺研究所，美国德克萨斯州登顿
丝裂霉素，注射粉末，2 mg/vial
抗生素丝裂霉素是烷基化剂组的细胞抑制药物。丝裂霉素是一种从链霉菌中分离出具有抗塑性作用的抗生素。它以非活动形式存在。激活三官能烷基化剂是快速的，在生理pH下在血清中存在NADPH的情况下或细胞内几乎在体内的所有细胞中，除了大脑外，由于有丝霉素无法克服血脑屏障。3烷基自由基全部源自喹酮，氮杂氨酸和氨基甲酸酯基。作用机理主要基于DNA的烷基化（RNA的程度较小），并具有相应的DNA合成抑制作用。DNA损伤的程度与临床效应相关，并且在抗性细胞中比敏感细胞低。与其他烷基化剂一样，增殖细胞比在细胞周期的静止阶段（GO）的损害更大程度。此外，释放自由过氧化物自由基，特别是在较高剂量的情况下，导致DNA断裂。过氧化物自由基的释放与副作用的器官特异性模式有关。
用于飞机发动机零件和维修的粉末床熔融增材制造工艺
2.2 本 AC 并非强制性的，也不构成法规。本 AC 描述了一种可接受的方法，但并非唯一方法，以证明符合 14 CFR 33.15 的实质性要求。但是，如果您使用 AC 中描述的方法，则必须在所有重要方面遵循它。当使用本 AC 中的合规方法时，使用“应该”、“可以”和“必须”等术语，以确保适用于此特定合规方法。FAA 将考虑申请人可以选择提供的其他合规方法。虽然这些指南并非强制性的，但它们源自 FAA 和行业在确定是否符合相关法规方面的丰富经验。但是，如果 FAA 发现有情况让我们相信遵循本 AC 不会符合适用法规，我们将不受本 AC 条款的约束，并且我们可能需要额外的证据作为确定合规性的基础。
粉末床融合与定向能量沉积
添加剂制造（AM）研究已经大幅增长，其应用程序从医疗部门到汽车不等。，由于其温度升高，因此对航空航天部门引起了极大的兴趣。组件是使用两个最常见的金属AM工艺制造的，激光粉末床融合（L-PBF）和激光定向能量沉积（L-DED）。比较了两个过程之间的微观结构和机械性能并对比，表明尽管这些过程从根本上是基于相同的物理现象，但过程之间的规模差异使它们无法直接可比。因此，必须在特定的应用程序和过程中执行合金设计和处理窗口开发。
晶体结构与实验粉末衍射图的定量匹配
虽然PXRD是获得有关材料的固态结构的最简单，最快的方法，但单晶X射线差异（SC-XRD）仍然是有关分子构成和周期性排列的综合数据的金标准。从粉末数据（SDPD）中确定结构也是晶体结构确定的一种活跃而实践的方法。然而，高质量的粉末X射线差异数据和对专家晶体学家的访问可能是要求，而使用的方法比SC-XRD涉及更多的时间，约束和试验和错误，然后才能获得分子有机晶体的成功。2 - 4统计评估是否可以通过Rietveld
基于架构驱动的物理深度学习，利用有限数据进行激光粉末床熔合增材制造的温度预测
物理信息深度学习 (PIDL) 是增材制造 (AM) 领域的新兴主题之一。然而，以前的 PIDL 方法的成功通常在很大程度上取决于海量数据集的存在。由于 AM 中的数据收集通常具有挑战性，本研究提出了一种基于有限数据场景的深度展开方法的新型架构驱动 PIDL 结构 APIDL，用于预测激光粉末床熔合过程中的热历史。该机器学习架构中的连接受到迭代热模型方程的启发。换句话说，热模型的每次迭代都映射到神经网络的一层。对 APIDL 模型的超参数进行了调整，并分析了其性能。对于 1000 个点、分割率为 80:20 的 APIDL，测试平均绝对百分比误差 (MAPE) 为 2.8%，R2 值为 0.936。将 APIDL 与人工神经网络、额外树回归器 (ETR)、支持向量回归器和长短期记忆算法进行了比较。结果表明，所提出的 APIDL 模型优于其他模型。APIDL 的 MAPE 和 R 2 比 ETR 低 55.7%，高 15.6%，而 ETR 在其他纯机器学习模型中表现最佳。[DOI：10.1115/1.4062237]
使用激光粉末融合和激光金属沉积
光聚合物衍生的碳的越来越流行，但可用特征尺寸的范围有限。这里的重点是扩展轨道到低表面与体积比（SVR）结构。描述了具有FTIR和DSC的高温丙烯酸光聚合前体的前体，并开发了用于在MM量表中以1.38×10 - 3μm-1的SVR生产构建的碳的热惰性总和处理。基于热重分析和质谱法，两种激活能量为≈79和169 kJ mol -1的热度制度被撤消，这在聚合物的形态转换过程中的机制是理论的，在300°和500°C之间的形态转换过程中。元素组成（440–600°C，O/C 0.25–0.087％）。洞察力导致对初始坡道（2°C min -1至350°C），等温固定（14 h），后保持坡道（0.5°C min -1-1至440°C）和最终坡道（10°C min -1至1至1000°C）进行优化的热处理。所得的碳结构在尺寸上是稳定的，无孔在μm的比例下，并包含特征大小的前所未有的变化（从mm到μm，比例）。发现应将构造碳推向工业相关的量表。
金属粉末床熔合工艺链
摘要 金属粉末床熔合 (MPBF) 不是一个独立的工艺，通常需要其他制造技术（例如热处理和表面处理操作）才能获得高质量的组件。 为了优化给定组件的每个单独工艺，必须考虑和了解其在整个工艺链中的进展，这可以通过使用经过验证的模型来实现。 本文旨在概述可用于开发 MPBF 工艺链数字孪生的各种建模技术，包括物理实体和数字实体之间的数据传输方法和不确定性评估。 通过使用技术就绪水平对建模技术的当前成熟度进行评估，以了解其成熟度。总结了 MPBF 研究领域（即预测：粉末变形；温度；材料特性；变形；残余应力；以及拓扑优化）、后处理（即建模：加工；热处理；和表面工程）和数字孪生（即制造过程链的模拟；互操作性和计算性能）中使用的基于物理的建模技术的优点和缺点。还讨论并总结了这些 MPBF 研究领域面临的挑战的未来前景。