摘要在这项研究中,铝(Al)薄膜使用RF磁铁溅射技术沉积在SIO 2 /Si底物上,以分析RF溅射功率对微观结构表面形态的影响。采用不同的溅射RF功率(100-400 W)形成薄膜。使用X射线衍射模式(XRD),扫描电子显微镜(SEM),原子力显微镜(AFM)和傅立叶转换红外(FTIR)光谱研究,研究了沉积的Al薄膜的特征。X射线衍射(XRD)结果表明,低溅射功率的沉积膜具有无定形性质。通过增加溅射功率,观察到结晶。AFM分析结果表明,300 W的RF功率是增强最光滑的Al薄膜的最佳溅射功率。FTIR结果表明,不同的RF功率会影响沉积膜的化学结构。SEM结果表明,通过增加旋转功率,可以导致在底物表面形成孤立的纹理。总而言之,RF功率对沉积膜的性质,尤其是结晶和形状有重大影响。
Controlling microstructure in fusion-based metal additive manufacturing (AM) remains a challenge due to numerous parameters directly impacting solidification conditions. Multiprincipal element alloys (MPEAs) offer a vast compositional design space for microstructural engineering due to their chemical complexity and exceptional properties. Here, we establish a novel alloy design paradigm in MPEAs for AM using the FeMnCoCr system. By exploiting the decreasing phase stability with increasing Mn content, we achieve notable grain refinement and breakdown of columnar grain growth. We combine thermodynamic modeling, operando synchrotron X-ray diffraction, multiscale microstructural characterization, and mechanical testing to gain insight into the solidification physics and its ramifications on the resulting microstructure. This work paves way for tailoring grain sizes through targeted manipulation of phase stability, thereby advancing microstructure control in AM.
由于缺乏全面的数据集和缺陷类型的多样性,自动检测增材制造的 Ti6Al4V 材料中的微观结构缺陷面临巨大挑战。本研究介绍了一种应对这些挑战的新方法,即开发专门针对扫描电子显微镜 (SEM) 图像的微观结构缺陷数据集 (MDD)。我们使用此数据集训练和评估了多个 YOLOv8 模型(YOLOv8n、YOLOv8s、YOLOv8m、YOLOv8l 和 YOLOv8x),以评估它们在检测各种缺陷方面的有效性。主要结果表明,YOLOv8m 在精度和召回率之间实现了平衡,使其适用于可靠地识别各种缺陷类型中的缺陷。另一方面,YOLOv8s 在效率和速度方面表现出色,尤其是在检测“孔隙”缺陷方面。该研究还强调了 YOLOv8n 在检测特定缺陷类型方面的局限性以及与 YOLOv8l 和 YOLOv8x 相关的计算挑战。我们的方法和发现有助于科学地理解增材制造中的自动缺陷检测。MDD 的开发和 YOLOv8 模型的比较评估通过提供检测微结构缺陷的强大框架来推进知识水平。未来的研究应侧重于扩展数据集和探索先进的 AI 技术,以提高检测准确性和模型泛化能力。
摘要 肾脏和脑表达蛋白(KIBRA)rs17070145 与工作记忆功能和认知过程相关。然而,这些关联的神经机制尚不完全清楚。本研究旨在通过扩散峰度成像(DKI)和静息态功能磁共振成像(fMRI)探索 163 名青年人 KIBRA 多态性对脑微结构和血氧水平依赖性(BOLD)波动的影响。我们还调查了成像改变是否介导了 KIBRA 基因与工作记忆表现之间的关联。基于体素的DKI数据分析表明,与KIBRA TT纯合子相比,KIBRA C等位基因携带者的轴向扩散率(AD)、径向扩散率(RD)和平均扩散率(MD)增加,而各向异性分数(FA)、平均峰度(MK)和径向峰度(RK)降低,主要涉及前额叶、左侧楔前叶和左侧顶上叶白质。同时,与KIBRA TT纯合子相比,KIBRA C等位基因携带者的左侧楔前叶低频波动幅度(ALFF)降低。中介分析显示,左侧楔前叶的DKI指标(MK和RK)介导了KIBRA多态性对工作记忆表现的影响。此外,左侧楔前叶的MK和RK与同一脑区的ALFF呈正相关。这些发现表明,异常的 DKI 参数可能提供一条基因-大脑-行为通路,其中 KIBRA rs17070145 通过调节左楔前叶的大脑微结构来影响工作记忆。这表明 DKI 可能提供额外的生物学信息,并揭示有关 KIBRA 多态性的神经机制的新见解。
1 MRC 神经发育障碍中心,伦敦国王学院,伦敦,SE1 1UL,英国,2 萨克勒转化神经发育研究所,精神病学、心理学和神经科学研究所,伦敦国王学院,伦敦,SE5 8AF,英国,3 法医和神经发育科学系,精神病学、心理学和神经科学研究所,伦敦国王学院,伦敦,SE5 8AF,英国,4 围产期成像与健康系,生物医学工程与成像科学学院,发育大脑中心,伦敦国王学院,伦敦,SE1 7EH,英国,5 发育神经基因组学部门,国家心理健康研究所,马里兰州贝塞斯达 20892,美国,6 剑桥大学精神病学系,剑桥,CB2 0SZ,英国,7 生物医学工程系,生物医学工程与成像科学学院,伦敦国王学院, SE1 7EU,英国,8 伦敦帝国理工学院计算机系生物医学图像分析组,伦敦,SW7 2AZ,英国,9 萨格勒布大学电气工程与计算机学院,萨格勒布,10000,克罗地亚和 10 南伦敦和莫兹利 NHS 基金会信托,伦敦,SE5 8AZ,英国
DED NASA HR-1 开发面临的挑战:化学和微观结构不均匀性 1. 沉积态合金表现出不同程度的化学偏析和微观结构梯度。 2. 锻造合金可以通过热/冷轧(或锻造)和热处理进行优化,以消除化学偏析和微观结构不均匀性 3. 但 AM 材料的微观结构只能通过热处理进行优化 4. 因此,开发适当的热处理对于 AM 合金开发的成功至关重要。 5
本研究重点系统研究 Ti 6Al 2Sn 4Zr 2Mo Si 钛合金,并表征 ¡ + ¢ (等轴和双峰) 和 ¡ + ¡ A (双相) 微观结构。它对双相 ( ¡ + ¡ A ) 微观结构的突出优势提供了更多见解,尤其是其出色的加工硬化和强度-延展性平衡。讨论了形成等轴、双峰和双相微观结构所需的热处理条件及其对晶粒尺寸和相比例的影响。它展示了如何通过热处理温度、保温时间和可能的时效过程来控制微观结构参数。研究了这些微观结构因素对每种合金拉伸性能的影响,特别是对强度 (屈服应力、极限拉伸强度)、延展性 (塑性伸长率) 和加工硬化性能的影响。将双相 ( ¡ + ¡ A ) 微观结构与等轴和双峰微观结构进行比较,并展示其优势,突出双相微观结构具有更好的强度-延展性平衡和优异的加工硬化性能。事实上,双相 ( ¡ + ¡ A ) 微观结构的变形微观结构比双峰 ( ¡ + ¢ ) 微观结构表现出更均匀的应变分配。因此,这项工作证明了优化的双相 ( ¡ + ¡ A ) 微观结构在室温下增强拉伸性能的潜力。最后,使用梯度增强回归树的机器学习模型来量化微观结构因素(微观结构类型、晶粒尺寸和相对比率)对机械性能的重要性。[doi:10.2320 / matertrans.MT-MLA2022009]
摘要近年来,多室模型被广泛用于尝试从扩散磁共振成像 (dMRI) 数据中表征脑组织微观结构。这种方法的主要缺点之一是需要先验决定微观结构特征的数量,并将其嵌入模型定义中。然而,在给定采集方案的情况下可以从 dMRI 数据中获得的微观结构特征数量仍然不清楚。在这项工作中,我们旨在使用自动编码器神经网络结合旋转不变特征来表征脑组织。通过改变自动编码器潜在空间中的神经元数量,我们可以有效地控制从数据中获得的微观结构特征的数量。通过将自动编码器重建误差绘制到特征数量,我们能够找到数据保真度和微观结构特征数量之间的最佳权衡。我们的结果显示了该数字如何受到壳层数量和用于采样 dMRI 信号的 b 值的影响。我们还展示了我们的技术如何为更丰富地表征体内脑组织微观结构铺平道路。
在 Inconel 718 的激光定向能量沉积 (L-DED) 中,所制造部件的微观结构在很大程度上取决于所应用的工艺参数和由此产生的凝固条件。大量研究表明,工艺参数沉积速度和激光功率对微观结构特性(如枝晶形态和偏析行为)有重大影响。本研究调查了当线质量(从而导致的层高)保持不变时,这些工艺参数的变化如何影响微观结构和硬度。这使得能够对使用相同层数但工艺参数截然不同制造的几何相似样品进行微观结构比较。这种方法的好处是,所有样品的几何边界条件几乎相同,例如特定于层的构建高度和导热横截面。对于微观结构分析,应用了扫描电子显微镜和能量色散 X 射线光谱,并以定量方式评估结果。沿堆积方向测量了微观结构特征,包括一次枝晶臂间距、沉淀 Laves 相的分数和形态以及空间分辨的化学成分。使用半经验模型,根据一次枝晶臂间距计算发生的冷却速率。应用了其他研究人员使用的三种不同模型,并评估了它们对 L-DED 的适用性。最后,进行了显微硬度测量,以对材料机械性能的影响进行基线评估。