使用Python预测3D打印过程中的熔体池重叠

在最近发表在《杂志》上的文章中添加剂制造,研究人员讨论了基于新的预测方法,粉末床融合中熔体池的重叠效果。

学习:基于新的预测方法,对粉末床融合中熔体池重叠效果的重叠作用的研究。图片来源:Leungchopan/Shutterstock.com

背景

在当今行业中,经常使用金属组件。持续的工业创新需要具有更好性能的金属组件。快速原型制作技术产生了金属添加剂制造(AM),通常称为3D打印,此后已演变为可以为各种目的创建零件的过程。必须对处理单元及其相互作用的基本工作进行彻底研究,以利用AM提供的设计灵活性。

在单个或重叠的熔体池中确定凝固和加热行为是具有挑战性的,因为处理单元是在微米空间尺度下产生的,并在毫秒的时间尺度下固化。

为了监测激光粉末融合过程(LPBF)过程中的瞬时热反应,最近采用了热成像技术。熔体池维度随处理设置而变化的趋势长期以来引起了很多兴趣。大多数研究仅研究了附近的一个或两个融化池的价值,这与添加剂制造过程中存在的实际情况大不相同。

微型融化池和随后的这些熔体池的重叠是与其他处理技术不同的所有独特好处的来源。但是,现有的研究集中在处理因素对制造质量的个人影响上。这导致缺乏实际预测算法,这些算法可以在实际生产过程中迅速确定操作窗口,因为几个报告的最佳处理参数基于完全不同的能量输入水平。

关于研究

在这项研究中,作者使用Python和激光粉末床融合开发了一种新型的重建模型,以重叠。该模型的融化尺寸可以通过实验获得或使用归一化焓预测。提出了通过串行熔化和逐层沉积创建的微观结构的周期性调节,该调节被提议引起重叠单元。

基于重叠单元的平均熔解循环(NMC)和预测的热历史,重叠效应及其对元素损失,缺陷形成和微观结构演化的影响。

该团队推断,由于反复的蒸发,NMC与沸点低的元素损失呈正相关。虽然孔缺陷在融化超过六次以上的区域中占主导地位,但大多数不完全的缺陷发生在熔化不到两次的地区。此外,熔体池重叠和热量积累导致细粒面积的变化,平均直径少于1μm。重叠可能会增加样品温度,这可能会增加沉淀物的大小和数量。

研究人员提出了一种新的方法,以优化重叠环境,以增强材料的微结构和机械性能。欧洲杯足球竞彩使用尺寸预测方法为熔体池配置文件提供了更准确的描述。熔体池之间的几何连接是使用Python预测重叠的实用预测模型的基础。数值模拟用于估计热信息,可用于支持重叠效果的研究。开发的模型用于研究LPBF处理过程中发生的缺陷产生,降水和凝固。

观察

实验和预测结果中的大多数误差的直径低于10μm。不完全的融合缺陷是其他缺陷之一,直径在14至24μm之间。宽度在14至24μm之间的缺陷的尺寸分布趋势非常相似并且预测。尽管与扫描相关的参数对熔体池的重叠方式产生了影响,但这种现象也有助于热量积聚。研究结果表明,熔体池的重叠和随后的热量积聚与缺陷,微观结构和沉淀直接相关。

X/Y和Z方向的输入能量密度和熔体池之间的分离对NMC的影响最大。热的积聚是多个熔化的结果,NMC可以反射。升高和更实质性的热量积聚效果与较高的NMC相关。在编队过程中,沸点低的元素损失增加了。由于未考虑孔隙缺陷,因此预期的97.53%的相对密度略大于实际数量。此外,由于熔体池中的振荡,在熔体仅发生一次的区域中没有看到融合缺陷。

在较高的NMC带来的更强的热积聚效果下,孔缺陷具有容易发生的倾向。通过使用正确的处理参数组合,可以将NMC保持在特定范围内。由于仅保留了一个固化结构,因此在一个熔化的步骤中保留了重叠和导致的热积聚,对FGZ比率产生了影响。重复的熔化和随后的热量积聚导致样品温度更高。结果,在较高的样品温度下,沉淀的数量和大小增加。

结论

总之,这项研究探讨了熔体池重叠和LPBF工艺中的热量积聚的影响。作者提到,尽管基于铝和一种不锈钢的合金看到了这些结果,但建议的方法和机制也可能适用于其他合金。

基于层之间的几何联系,提出了一个重叠的单元作为基本周期结构。沉积结构还被凝结为这些周期性亚区结构的积累。试图在FGZ,G/R比和NMC的比率之间建立线性化链接。这些发现提出了基于重叠条件以改善微观结构的新型过程优化策略。

小组提到,这项研究的结果将有助于快速确定操作窗口,并为提高制造业第一阶段的机械品质提供建议。

来自AZOM的更多信息:现代废水处理方法的评论

参考

Zhao,J.,Wang,B.,Liu,T。等。基于新的预测方法,对粉末床融合中熔体池重叠效果的重叠作用的研究。添加剂制造,59,103151(2022)。https://www.欧洲杯线上买球sciendirect.com/science/article/abs/pii/s2214860422005401

免责声明:此处表达的观点是以其私人身份表达的作者的观点,不一定代表AZOM.com的观点有限的T/A Azonetwork本网站的所有者和运营商。此免责声明构成了条款和条件使用此网站。

Surbhi Jain

写的

Surbhi Jain

Surbhi Jain是位于印度德里的自由技术作家。她拥有博士学位。来自德里大学的物理学博士学位,并参加了几项科学,文化和体育赛事。她的学术背景是材料科学研究,专门研究光学设备和传感器的开发。欧洲杯线上买球她在内容写作,编辑,实验数据分析和项目管理方面拥有丰富的经验,并在Scopus索引期刊上发表了7篇研究论文,并根据她的研究工作提交了2项印度专利。她热衷于阅读,写作,研究和技术,并喜欢烹饪,表演,园艺和体育。

引用

请使用以下格式之一在您的论文,论文或报告中引用本文:

  • APA

    Jain,Surbhi。(2022年,9月26日)。使用Python预测3D打印过程中熔体池重叠。azom。于2022年12月20日从//www.wireless-io.com/news.aspx?newsid=60079检索。

  • MLA

    Jain,Surbhi。“使用Python预测3D打印过程中的熔体池重叠”。azom。2022年12月20日。

  • 芝加哥

    Jain,Surbhi。“使用Python预测3D打印过程中的熔体池重叠”。azom。//www.wireless-io.com/news.aspx?newsid=60079。(2022年12月20日访问)。

  • 哈佛大学

    Jain,Surbhi。2022。使用Python预测3D打印过程中的熔体池重叠。Azom,2022年12月20日,https://www.wireless-io.com/news.aspx?newsid=60079。

告诉我们你的想法

您是否有评论,更新或想添加到此新闻故事中的任何内容?

留下您的反馈
您的评论类型
提交