XiaoMi-AI文件搜索系统
World File Search Systemdeposition
散装NB-TA-TI-TI-ZR难治性复合物浓缩合金的定向能量沉积
散装NB-TA-TI-ZR难治性浓缩合金（RCCA）是通过元素粉末的等准组混合物的定向能量沉积（DED）的加成制造方法制备的。在化学成分的成本和变异性方面，使用元素粉代替预合金粉是有益的。但是，要优化沉积参数更需要。使用扫描速度的变化来研究不同热输入的影响。发现降低的扫描速度有效地减少了微观结构中存在的未溶解的NB/TA颗粒的数量。在沉积过程中采用了预热至500℃的平台，从而在所研究的沉积样品中获得了最佳的微观结构均匀性。最后，进行了1400°C/24 h的均质化退火。尽管对完全TA颗粒溶解的热 - 钙预测，但它们仍然存在于材料中。必须通过优化沉积参数来实现从元素粉末产生的RCCA的合理微结构均匀性，而对于粉末颗粒大小的尺度上的异质性，同质化退火是不可行的。
激光熔覆（定向能量沉积）中的粉末收集效率。对标准激光熔覆和 ABA 熔覆技术的研究
本文研究了吹粉激光熔覆（一种定向能量沉积技术）中的粉末收集效率。对标准的“逐道重叠”熔覆（“ AAA ”熔覆）和“ ABA ”熔覆进行了比较，其中初始一组间距较大的轨道（“ A ”轨道）之间留下的间隙由后续的“ B ”轨道填充。在这两种技术中，熔池表面是熔覆粉末的收集区域，并且该池的形状会受到多种参数的影响，包括熔覆速度、轨道间距和熔覆技术类型。这里给出的结果来自于对加工过程中拍摄的高速视频和所得熔覆轨道的横截面的分析。结果表明，AAA 熔覆中的第一个轨道与后续轨道具有不同的熔池形状，并且后续轨道熔池的不对称导致粉末收集效率降低。与此相反，“B”轨道熔池与其相邻的“A”轨道之间的几何形状可提高粉末收集效率。
激光与丝相互作用对定向能量沉积中热量和金属传递的影响
本研究探讨了采用原料丝的激光金属熔合。我们研究了各种工艺参数如何影响被丝和工件吸收的光束能量比例以及从原料丝到熔池的金属转移。为了进行这项研究，开发了一个跟踪自由表面变形的热流体动力学模型，以包括实心丝的进给并预测其熔化。金属吸收的光束能量比例被建模为局部表面曲率和温度的函数，考虑了多次菲涅尔反射和吸收。该模型应用于钛合金 (Ti-6Al-4V)，采用 1.07 μ m 激光器和传导模式工艺。进行了各种丝送料速率的实验以评估模型预测工艺的能力，并获得了良好的一致性。研究的不同参数是光束角位置、丝角位置、丝送料速率和光束-丝偏移。模拟结果的分析提供了对激光能量使用的详细物理理解。报告强调，热毛细和瑞利-普拉托不稳定性可能导致从连续金属传输模式向滴金属传输模式的转变。因此，抑制这些不稳定性可能允许使用更宽的工艺窗口。
定向能量沉积单元的设计考虑因素
摘要。设置机器人增材制造机器需要注意几个安全方面，包括不同系统的集成、功能工作区、人机界面和操作的便利性。本文介绍了在设计和组装机器人增材制造单元时应考虑的一些主题。它基于在 SINTEF Manufacturing 的增材制造实验室中设计和组装混合 DED 和研磨单元的经验。该单元旨在确保机器人和增材制造构建单元的安全稳定运行，为实现这一点，它采用钢框架结构，覆盖钢板，并配备通风系统、防激光窗和卷帘门。设计并集成了一个安全系统，以确保单元中运行的不同元件之间的通信和安全机制的协调。
在高宽高比结构中对原子层沉积过程中的不完全结合性进行建模
原子层沉积允许精确控制膜厚度和形式。它是高纵横比结构（例如3D NAND记忆）的关键推动因素，因为它的自限性行为比传统过程更高的合并性。然而，随着纵横比的增加，经常发生与完全保征的偏差，需要全面的建模以帮助开发新技术。到此为止，我们为存在不完整的整合性的原子层沉积过程中提供了一个模型。该模型结合了基于Knudsen扩散和Langmuir动力学的现有方法。我们的模型通过（i）通过Bosanquet公式融合了气相扩散率以及在Yanguas-Gil和Elam首先提出的建模框架中的反应可逆性，以及（ii）有效地集成在级别设定的地形模拟器中。该模型在侧面高纵横比结构中手动校准了Al 2 O 3的原型原子层沉积结果。我们研究了h 2 o步的温度依赖性，从而提取了0的活化能。178 eV与最近的实验一致。在TMA步骤中，我们观察到Bosanquet公式的精度提高，并以相同的参数集复制了多个独立的实验，这突显了模型参数有效地捕获了反应器条件。
蓝光激光定向能量沉积铝，同步提升效率与质量
红外激光定向能量沉积 (DED) 铝材面临许多加工问题，例如成形性差、形成孔隙、反射率高等，这些都降低了生产率。本文开发并应用了 2 kW 高功率（450 nm）蓝光定向能量沉积 (BL-DED) 技术对纳米 TiB2 装饰的 AlSi10Mg 复合材料进行加工。单道实验表明，蓝光形成完全熔化轨道所需的功率密度低于红外激光（1060 nm）的功率密度。在 900 W 激光功率下，扫描速度为 4 mm/s，蓝光熔池宽度和深度分别约为 2500 μm 和 350 μm；而红外激光未能完全熔化，原因是铝对蓝光波长的吸收率较高。在 4 mm/s 下，等轴晶粒的面积分数高达 63%。据我们所知，这一结果是 DED 工艺单道熔池中等轴晶粒面积分数最高的一次。如此高的比例主要归因于平顶蓝光激光的低热梯度（8 × 10 5 K/m）和纳米 TiB2 颗粒的细化效果。我们的工作表明，与使用红外激光的铝合金和复合材料 DED 相比，高功率蓝光激光提高了效率和制造质量，这也有望帮助加工其他高反射率材料，如铜合金。
同轴喷嘴磨损对直接能量沉积构建部件集流效率的影响
使用金属粉末原料的基于激光的直接能量沉积 (DED) 系统被认为是一种有前途的制造方法，因为它们能够缩短生产周期并制造复杂的零件几何形状。通过在同轴注入材料并使其凝固的同时用高功率激光束产生熔池来构建组件。大规模使用 DED 的障碍在于粉末收集效率差，在这种情况下，一部分注入的粉末会逸出熔池，导致打印材料质量与供应原料质量之比下降。已经观察到混合制造机床内 DED 系统上同轴喷嘴的磨损状态会随着时间的推移降低收集效率。本研究通过将流动可视化技术应用于现场过程监控格式、实施计算流体动力学 (CFD) 模拟和沉积测试来调查这种影响。识别和分类由于磨损而导致的喷嘴几何缺陷，并通过多种计算方法证明喷嘴尖端磨损（导致轴向尖端减少）对粉末收集效率的影响。发现集料效率与粉末流直径之间存在线性相关性，导致喷嘴尖端逐渐减小至 -1 毫米时效率损失 15-20%。这些结果为进一步研究粉末进料 DED 系统的磨损效应和零缺陷制造解决方案奠定了基础。
使用现场声学传感和小波图信号分析进行基于线的定向能量沉积过程中的监测和缺陷检测
本研究的目的是利用现场传感器数据检测基于焊丝的定向能量沉积 (W-DED) 过程中的缺陷形成。本研究研究的 W-DED 类似于金属惰性气体电弧焊。W-DED 在工业上的应用受到限制，因为该过程易受随机和环境干扰的影响，这些干扰会导致电弧不稳定，最终导致缺陷形成，如孔隙度和不理想的几何完整性。此外，由于 W-DED 部件尺寸较大，很难使用 X 射线计算机断层扫描等非破坏性技术在处理后检测缺陷。因此，本研究的目标是使用从安装在电弧附近的声学传感器获取的数据来检测 W-DED 部件中的缺陷形成。为了实现这一目标，我们开发并应用了一种新颖的小波集成图论方法。该方法从受噪声污染的声学传感器数据中提取一个称为图拉普拉斯菲德勒数的单一特征，随后在统计控制图中跟踪该特征。使用这种方法，可以检测到各种类型缺陷的发生，误报率低于 2%。这项工作展示了使用高级数据分析进行 W-DED 现场监测的潜力。2022 作者。由 Elsevier Ltd. 出版。这是一篇根据 CC BY 许可证开放获取的文章（http://creativecommons.org/licenses/by/4.0/）。
通过 MOVPE 沉积 Ga2O3 的研究...
氧化镓 Ga 2 O 3 是一种很有前途的半导体电子材料。近年来，对其性质和合成技术进行了广泛的研究 [1,2]。不幸的是，对其外延生长的研究只集中在一个狭窄的最佳条件范围内。具体来说，还没有发表过关于宽区间温度变化对沉积速率影响的数据。这些数据对于彻底了解金属有机气相外延 (MOVPE) 的机制、充分考虑整个反应器容积内的化学和物理过程以及优化外延反应器的几何形状是必需的。在本研究中，研究了 MOVPE 中 Ga 2 O 3 沉积速率对宽区间温度变化的依赖关系。将获得的结果与众所周知的 GaN 和金属镓 (三甲基镓的单独热解) 的依赖关系进行了比较。为了排除反应器设计和温度测量方法对结果的影响，我们在类似条件下直接在同一反应器中测量了这些依赖关系。与任何其他化学气相外延工艺一样，MOVPE 中的沉积速率对温度的依赖性也具有三个明显的部分。在低温下，沉积速率受表面化学反应速率控制。这种生长方式称为动力学受限方式。在最简单的情况下，阿伦尼乌斯曲线的线性部分与之相对应。在存在分子氢甚至原子氢的情况下，动力学部分向低温（与金属有机化合物的单独热解依赖性相比）移动，这些氢可能由 V 族氢化物提供。在较高温度下，沉积速率受组分向表面的传输控制。
定量敏感性映射的区域高铁沉积与2型糖尿病的认知下降相关
方法：在这项前瞻性研究中招募了29例T2DM和24例健康对照组（HC）患者。QSM图像用于评估九个灰色核的高铁区域中的全结构体积（V WH），区域磁化率值（MSV RII）和体积（V RII）。在组之间比较了所有QSM数据。接收器操作特征（ROC）分析用于评估组之间的区分能力。也使用逻辑回归分析建立了来自单个和联合QSM参数的预测模型。进一步分析了MSV RII与认知评分之间的相关性。通过错误发现率（FDR）校正所有统计值的多个比较。统计上显着的P值设置为0.05。