XiaoMi-AI文件搜索系统
World File Search System快速凝固
界面介导的双胞胎诱导的可塑性，在添加剂制造产生的精细六边形微观结构中
晶粒尺寸是确定性的微观结构特征，可以使六角形封闭式（HCP）金属中变形的作用。尽管变形孪生是改善结构合金强度 - 降解性权衡的最有效机制之一，但随着晶粒尺寸的减少，其激活降低。这项工作报告了通过引入延性延展性的以身体为中心的立方体（BCC）纳米层接口的细粒度HCP微结构中变形孪生激活的发现。利用基于激光的添加剂制造的快速凝固和冷却条件，以获得精细的微观结构，并与强化的内在热处理结合使用，允许生成BCC纳米层。原位高能同步加速器X射线衍射允许实时跟踪机械孪生的激活和演变。获得的发现显示了延性纳米层的潜力，用于具有改善寿命跨度的HCP损伤耐受材料的新设计。
利用直接能量沉积制造 Ti-Nb-Cr-V-Ni-Al 难熔高熵合金
摘要：高熵合金 (HEA) 由 5–35 at% 的五种或更多种元素组成，具有高配置熵，不形成金属间化合物，具有单相面心立方结构或体心立方结构。特别是，耐火高熵合金 (RHEA) 基于在高温下具有优异机械性能的耐火材料，在室温下具有高强度和硬度，在低温和高温下具有优异的机械性能。在本研究中，使用直接能量沉积 (DED) 沉积了 Ti-Nb-Cr-V-Ni-Al RHEA。在 Ti-Nb-Cr-V-Ni-Al 的微观结构中，σ、BCC A2 和 Ti2Ni 相似乎与相图中预测的 BCC A2、BCC B2 和 Laves 相不同。该微观结构类似于铸造的 Ti-Nb-Cr-V-Ni-Al 的微观结构，并具有构造的细晶粒尺寸。发现这些微观组织的生长是由于 DED 工艺，该工艺具有快速凝固速度。细小的晶粒尺寸导致高硬度，测量的 Ti-Nb-Cr-V-Ni-Al 显微硬度约为 900 HV。此外，为了分析由耐火材料组成的 Ti-Nb-Cr-V-Ni-Al 的热性能，通过预热试验分析了热影响区 (HAZ)。由于 Ti-Nb-Cr-V-Ni-Al 的热扩散率高，HAZ 减小了。
增材制造
激光增材制造，通常称为激光3D打印（L3DP），在近净成形制造以及修复由单晶或定向凝固高γ′含量（> 60 %）镍基高温合金组成的燃气涡轮发动机部件方面具有巨大潜力[1]。根据送粉策略，L3DP可分为直接能量沉积（DED）或粉末床熔合（PBF）。由于热源集中且热输入减少，在DED和PBF过程中都会出现与构建方向平行的陡峭温度梯度，从而有利于外延晶体沿基板金属取向生长。同时，在DED和PBF工艺的快速凝固中，可以生成长度从纳米到亚毫米的异质微观结构[2-5]。这些是通过传统制造方法无法实现的。 L3DP 固有的高冷却速度严重抑制了二次枝晶臂的生长，因此在缺乏晶体取向知识的情况下很难区分胞状结构和枝晶 [6]。因此，术语“胞状结构”通常用于表示 3D 打印合金中的胞状/枝晶结构。细胞结构
Sarah Wolff - AMD 研究生课程 | 宾夕法尼亚州立大学工程学院
激光定向能量沉积中的熔体流动成像 摘要 基于激光的粉末吹制定向能量沉积 (L-DED) 增材制造工艺有望制造出适用于广泛应用的复杂多材料金属零件和优质机械零件。然而，由于快速凝固，L-DED 部件中不同金属的孔隙度或熔化不均匀很常见，并且可能对鉴定和认证造成障碍。本次演讲将讨论飞行中的粉末颗粒与导致该过程中孔隙度的底层熔池之间的基本相互作用。高级光子源 32-ID 光束线上的高速同步加速器 X 射线成像（高达 80,000 fps）实验实时展示了孔隙度机制和材料混合。 传记 Sarah Wolff 博士是机械和航空航天系的助理教授和制造业爱好者。她曾担任德克萨斯 A&M 大学工业和系统工程系的助理教授和阿贡国家实验室的 Enrico Fermi 研究员。她于 2018 年毕业于西北大学，获得机械工程博士学位。Wolff 博士的专业领域是金属增材制造和激光加工，特别是在原位监测、高速 X 射线成像、图像处理和微观结构表征领域。
烧结条件对微观结构的影响
基于长丝挤压的金属增材制造为广泛使用的基于梁的增材制造提供了一种替代方案。从基于挤压的技术获得的微观结构与基于梁的增材制造获得的微观结构有很大不同，因为挤压技术采用了烧结工艺，而不是熔池的快速凝固。在本研究中，研究了通过长丝挤压制备的 316L 不锈钢的微观结构与脱脂和烧结条件的关系。采用与能量色散 X 射线映射相关的高速纳米压痕来表征微观结构。发现 1350 ◦ C 的高烧结温度、纯 H 2 气氛和 60 K/m 的冷却速度可产生最佳微观结构。由于加速致密化，可获得高密度，这是通过引入由于 𝛿 铁素体形成而产生的扩散路径实现的。同时，可以避免氧化物或𝜎 沉淀物等硬质相对机械性能产生不利影响。结果表明，可以通过分析纳米压痕映射的硬度和模量数据来量化孔隙率。所得值与光学和阿基米德浸没法测量值高度一致。与文献相比，3D 打印和烧结样品的拉伸试验显示出出色的延展性和强度。我们证明，316L 细丝的 3D 打印和在优化条件下烧结可产生与块体值相当的材料性能。
等离子喷涂涂层
热喷涂包含各种看似简单的表面工程工艺，其中固体材料（线材、棒材、颗粒）被等离子射流或燃烧火焰快速加热，熔化并推向要涂覆的基材。 基材表面的熔融颗粒快速凝固，一点一点积聚成一层，该层可具有多种功能，包括防止磨损、侵蚀、腐蚀和热或化学降解。 涂层还可以赋予基材特殊的电、磁或装饰性能。 许多工业领域都采用厚涂层来恢复或获得所需的工件尺寸和规格。 本文在编写时考虑到了材料工程和材料科学专业学生的理论和实践要求。它是根据 1991 年至 1995 年期间在泰国曼谷吞武里国王理工学院能源与材料学院材料工程专业硕士生课堂上以及 1993 年以来在弗莱贝格矿业技术大学技术 (应用) 矿物学专业学生课堂上所讲授的课题发展起来的。作者在 1987 年至 1988 年担任加拿大艾伯塔省埃德蒙顿市艾伯塔研究委员会工业技术部工业产品与材料科科长期间，也积累了等离子喷涂技术方面的经验。
定向能量沉积制备 Ti6Al4V 凝固微观结构形成的确定性模型
金属增材制造（MAM）技术在制造与再制造行业中得到广泛应用，微观组织模拟逐渐凸显其重要性。传统的凝固微观组织模拟方法在MAM应用中都有其优缺点。本文建立了一种确定性凝固微观组织模型，即“侵入模型”，以避免传统方法的本质缺陷。该模型不模拟各个柱状晶粒的生长动力学或推导变量的场形式，而是关注相邻双晶之间的相互作用。在双晶系统中，晶界从热梯度方向的倾斜被理解为一个晶粒向另一个晶粒的瞬时侵入行为，而MAM形成过程中的竞争性晶粒生长行为则是双晶系统中所有侵入行为的总结。为了填补快速凝固理论的空白，利用人工神经网络（ANN）建立了快速定向凝固条件下各向异性生长效应的数据库。以采用线材送料定向能量沉积 (DED) 制备的具有完整树枝状柱状晶粒 (原始 β 晶粒) 的 Ti6Al4V 薄壁样品为基准，测试了新模拟模型的有效性。沿堆积方向重构的原始 β 晶粒的晶粒几何结构与模拟结果具有很好的一致性。在满足应用范围的情况下，该模型还可以应用于 MAM 的其他情况或与各种模型结合，以实现实时凝固晶体学特征预测。关键词：增材制造；微观结构；建模；凝固
通过线材和电弧添加剂抑制各向异性...
收稿日期：2017 年 1 月 X 日；修订日期：2017 年 2 月 X 日；接受日期：2017 年 3 月 X 日 摘要 增材制造 (AM) 因其高材料利用率和产品设计灵活性而受到越来越多的关注。WAAM 的特点是能够管理各种金属材料和高沉积速度。然而，它的形状精度低于通过其他 AM 工艺积累的形状精度，并且需要精加工作为后处理。此外，由金属组成的 AM 积累由于反复熔化和快速凝固而具有复杂的热历史。因此，使用 SUS316L 奥氏体不锈钢，其积累的微观结构中会发生树枝状生长。因此，与等粒结构相比，不锈钢的机械性能（例如延展性和屈服强度）是各向异性的。因此，我们在此提出了一种结合线材和电弧增材制造 (WAAM) 和精加工系统的新系统。在该方法中，当熔融金属凝固时，通过旋转工具进行精加工。使用新系统进行实验，以抑制 WAAM 累积产生的各向异性微观结构。作为旋转工具，使用切削工具和摩擦搅拌抛光 (FSB) 工具。进行微观结构观察和 X 射线衍射分析以评估累积的各向异性。使用新系统，可以抑制累积中的枝晶生长。通过将上述同时处理系统应用于 WAAM 沉积的最外层，预计可以通过表面改性提高疲劳强度并简化精加工工艺。 - 关键词：线材和电弧增材制造、定向能量沉积、X 射线衍射分析、精加工工艺、切削、摩擦搅拌抛光
2024 年 1 月 24 日星期三 S. Mohadeseh Taheri-Mousavi
极端环境下下一代增材制造结构合金的机器学习 摘要 金属的性能和可加工性决定了汽车、飞机和建筑物中结构部件的设计和性能。增材制造 (AM) 的出现具有新的加工条件，并且有可能在体素尺寸分辨率下定制合金成分和微观结构，为合金设计开辟了新途径，以实现前所未有的性能。然而，要充分利用所有这些优势，需要转变设计理念并开发针对 AM 量身定制的新数值工具。在本次演讲中，我将介绍如何利用 AM 中的快速凝固和局部熔化，并结合 ICME 技术和机器学习 (ML) 工具，设计出一种创纪录的高强度、耐高温蠕变可打印铝合金，其性能优于传统加工的替代品。我将展示所提出的混合框架如何为发现下一代结构金属材料提供新的视角，从而显著改变从航空航天、建筑、基础设施、汽车和能源部门到微电子设备和生物医学植入物的工业应用。个人简介 S. Mohadeseh Taheri-Mousavi 于 2022 年 9 月加入卡内基梅隆大学担任助理教授，此前她曾在麻省理工学院机械工程系和材料科学与工程系联合担任博士后研究员。在此之前，她是布朗大学的博士后研究员。她在瑞士洛桑联邦理工学院获得博士学位，在伊朗沙里夫理工大学获得理学学士和理学硕士学位。她在布朗大学和麻省理工学院进行博士后研究期间获得了瑞士国家科学基金会早期和高级奖学金。 Taheri-Mousavi 小组结合机器学习技术开发了新型多尺度数值和分析框架，以发现由各种制造技术（尤其是增材制造）和在极端环境条件下生产的下一代结构合金。我们的材料信息学框架还可以指导实验以高效和智能的方式进行。