XiaoMi-AI文件搜索系统
World File Search SystemLPBF
硕士论文提案（AM 中的 AI）- UAB KaU 2020
背景和目标 激光粉末床熔合 (LPBF) 被广泛认为是金属合金增材制造 (AM) 领域最有前途的制造工艺之一。AM 提供的设计自由度和复杂性是独一无二的，并且非常有益，尤其是对于工具应用而言。由于创新的 AM 设计解决方案，现在可以大大缩短工艺周期并提高零件质量。尽管有上述好处，但在大型复杂的制造任务中，LPBF 工艺容易出现缺陷和工艺稳定性相关问题。此类故障一旦发生，会严重影响所生产材料的质量和工艺的整体前景。因此，利用可监控工艺及其偏差的手段非常重要。如今，提供 LPBF 工艺现场监测功能的系统已在商业上存在，尽管其在后处理能力和数据评估方面的成熟度仍然有限。本研究的目的是研究并可能开发一个基于机器学习 (ML) 算法的框架，该框架可以对为 LPBF 工艺开发的现场监测系统生成的原始数据进行后处理。感兴趣的监测系统主要是光学断层扫描 (OT) 和熔池 (MP) 分析。这项工作的重点是识别和实施基于图像分析的学习模型，该模型可以关联来自监测系统的输入，以便记录和聚类潜在的材料和工艺异常。
激光粉末床熔合制备Haynes 282高温合金的组织与力学性能
镍基高温合金是能源和航空航天领域高温应用必不可少的材料。这些材料的增材制造 (AM) 可以为高温部件的设计、功能和制造带来显著益处。然而，由于 AM 制造过程中的开裂问题，只有少数材料经过了尝试和鉴定。本文对 Haynes 282 通过激光粉末床熔合 (LPBF) 的可加工性和性能进行了初步评估，这是一种相对较新的镍基高温合金，其性能优于许多传统的锻造高温合金。结果表明，通过全密度 LPBF 可以制造无裂纹的 Haynes 282。尽管具有明显的各向异性，但其室温下的机械性能超过了参考材料在制造和热处理条件下的性能。 800 ◦ C 下的机械性能表明，LPBF 热处理的 Haynes 282 的屈服强度与参考材料相当，但延展性显著降低。良好的应力断裂性能也表明 Haynes 282 是增材制造的理想选择，特别是如果可以针对增材制造的成品微观结构重新设计热处理工艺。
激光粉末床熔合系统上商用熔池监测传感器的热校准
激光粉末床熔合 (LPBF) 增材制造 (AM) 中的同轴熔池监测通常利用各种光电探测器来获取与动态热熔池现象相关的信号。反过来，预计这些热特征与制造质量相关，因此可以与最终的 AM 部件相关。为了将这些信号值与真实的物理温度联系起来，必须进行热校准。然而，大多数热校准源无法轻易复制典型 LPBF 熔池的相对高温和小尺寸。本文介绍了一种潜在的热校准方法，该方法使用较低温度的商用现成校准黑体。该方法计算任意直径的假设小源的“有效”温度，其辐射温度与较大、较低温度的黑体相同。本文详细介绍了理论原理，提供了概念验证计算，然后演示了在商用 LPBF 熔池监测系统上进行的程序。最后，虽然该方法本身并不提供绝对校准，也不能将真实熔池温度归因于熔池监测传感器信号，但提供了详细的实用性的讨论，详细说明了为什么测量的校准值是现实的，并描述了该方法的未来改进。
1463681_Afazov.pdf - NTU > IRep
该研究工作首先展示了使用结构有限元分析中实施的固有应变方法预测激光粉末床熔合 (LPBF) 变形的建模技术。将变形预测与由 Inconel 718 制成的薄歧管结构的实验测量结果进行了比较。预测的变形用于验证首次模拟薄歧管结构的变形补偿方法的正确性。然后使用跨不同源网格的映射技术补偿变形，最后使用 LPBF 制造组件。构建了两个组件，一个有补偿，一个没有补偿。结果表明，正确的首次方法补偿了大部分零件的变形。由于对变形的过度预测，有些地方的补偿并不准确。
输入高级陶瓷粉末加工中的新维度
摘要以其几何自由度和准确性而闻名的激光粉床融合（LPBF）以及以高堆积速率而闻名的基于喷嘴的激光金属沉积工艺（LMD）的组合具有减少大型金属零件的添加性制造时间的巨大潜力。对于LPBF-LMD混合过程链的工业应用，有必要研究LMD过程对LPBF底物的影响。此外，构建板材还对沿添加剂制造工艺链的失真发生有很大的影响。在文献中，钢制构建板经常用于Inconel 718的基于激光的添加剂制造过程中，因为可以确保良好的冶金结合，同时降低制造板的生产和恢复成本。本文研究了由LMD材料沉积引起的变形以及沿混合添加剂制造工艺链的构建板材料的影响。双悬臂是由LPBF制造的，随后将一层放置在LMD中。失真均在井期和热处理后的状态下测量。确定不同LMD孵化策略对失真的影响。实验是使用镍基合金inconel 718进行的。结果显示了LMD路径策略对失真的显着影响，较短的工具路径会导致失真较少。热处理后的剩余失真在很大程度上取决于构建板的材料。
使用激光粉末融合和激光金属沉积
摘要以其几何自由度和准确性而闻名的激光粉床融合（LPBF）以及以高堆积速率而闻名的基于喷嘴的激光金属沉积工艺（LMD）的组合具有减少大型金属零件的添加性制造时间的巨大潜力。对于LPBF-LMD混合过程链的工业应用，有必要研究LMD过程对LPBF底物的影响。此外，构建板材还对沿添加剂制造工艺链的失真发生有很大的影响。在文献中，钢制构建板经常用于Inconel 718的基于激光的添加剂制造过程中，因为可以确保良好的冶金结合，同时降低制造板的生产和恢复成本。本文研究了由LMD材料沉积引起的变形以及沿混合添加剂制造工艺链的构建板材料的影响。双悬臂是由LPBF制造的，随后将一层放置在LMD中。失真均在井期和热处理后的状态下测量。确定不同LMD孵化策略对失真的影响。实验是使用镍基合金inconel 718进行的。结果显示了LMD路径策略对失真的显着影响，较短的工具路径会导致失真较少。热处理后的剩余失真在很大程度上取决于构建板的材料。
喷墨和激光粉末床熔合制备氧化物弥散强化 304 L 不锈钢
增材制造 (AM) 工艺通过逐层沉积材料来构建机械零件 [1] 。在金属 AM 工艺中，粉末床熔合 (PBF) 的应用最为广泛 [2] 。PBF 方法使用激光或电子束将粉末床顶部的金属粉末层与下面的层熔合在一起。激光 PBF (LPBF) 的一个众所周知的应用是通用电气开发的尖端航空推进发动机内的燃油喷嘴，其中约 20 个零件的传统设计减少为单个 LPBF 构建 [3] 。虽然这些进步意义重大，但目前工业中的 LPBF 构建实践通常仅限于单一合金。相比之下，定向能量沉积工艺已用于制造金属复合材料，可用于生产需要多种材料的高度工程化机械零件 [4] 。 ODS 合金是一种金属基复合材料，其中纳米级氧化物可抑制高温下的晶粒生长，从而提供高温力学性能和高抗蠕变性[5]。ODS 铁素体合金作为耐辐射包层和结构材料的替代品，受到核工业的广泛关注。氧化物的小尺寸和高数密度导致了大量复合界面，这被认为可以消除点缺陷，防止缺陷在失效前聚集[6]。然而，由于颗粒的浮力，ODS 合金的铸造具有挑战性[7]。因此，传统的粉末冶金法用于生产 ODS
用于增材制造的沉淀硬化不锈钢的基因设计
介绍了一种用于增材制造 (AM) 的沉淀硬化 (PH) 不锈钢 (SS) 设计的遗传算法。研究发现，完全马氏体基体是实现最大强度的关键因素，但与早期研究不同的是，还考虑了 AM 独有的原位时效处理，从而促进了 AM 过程中富铜沉淀物的沉淀。将设计理论集成到遗传算法优化框架中，以最大限度地提高强度和可打印性。通过使用激光粉末床熔合 (LPBF) AM 制造新型合金部件，进行了实验概念验证，并将其与商业 LPBFed 17-4 PH SS 进行了比较。结果与设计策略目标一致。设计合金的优异机械性能主要归因于两个因素的结合：沉淀硬化和位错强化。沉淀硬化是提高 LPBF 新型 PH SS 屈服强度的主要原因，其原因是打印过程中位错增殖和湮没导致基体位错密度升高。
通过使用基于深度学习的域适应声发射
使用机器学习（ML）算法在制造过程中嵌入的传感器内部嵌入的信息的进步和识别，以更好地决策成为构建数据驱动的监视系统的关键推动因素。在激光粉床融合（LPBF）过程中，基于数据驱动的过程监视正在广受欢迎，因为它允许实时组件质量验证。加上制造零件的实时资格具有重要的优势，因为可以降低传统的生产后检查方法的成本。此外，可以采取纠正措施或构建终止以节省机器时间和资源。然而，尽管在满足LPBF流程中的监视需求方面取得了成功的发展，但由于不同的过程空间，在处理来自激光材料互动的数据分布的变化时，对ML模型在决策方面的鲁棒性进行了更少的研究。受到ML中域适应性的想法的启发，在这项工作中，我们提出了一种基于深度学习的无监督域适应技术，以解决由于不同的过程参数空间的数据分布的转移。在两个不同的316 L不锈钢粉末分布（> 45 µm和<45 µm）上获得了从LPBF过程区域到三个机制到三个方案的声学发射区到三个方案的声波形式。对应于用不同激光参数处理的粉末分布的声波形的时间和光谱分析显示，数据分布中存在偏移，随后用建议的无监督域适应技术对其进行处理，以具有可以普遍化的ML模型。进一步，两个分布之间提议的方法的预测准确性表明，不受欢迎地适应新环境的可行性并改善了ML模型的推广性。