本文导读目录:
1、激光粉末床聚变:技术、材料、性能和缺陷以及数值模拟综述(5)
激光粉末床聚变:技术、材料、性能和缺陷以及数值模拟综述(5)
氧化物的夹杂是不可避免的缺陷之一,它也会降低所生产零件的性能,如果在前一层上存在氧化物层,它可以与新沉积的层结合,由于键合受到氧化物层的影响,它们也有助于球化。
坎贝尔指出,合金元素有助于在一次加工期间将氧化物引入熔池,已经观察到,向任何铝合金中添加某些元素,如Si或Mg,会改变形成的氧化物的性质,许多研究人员正在寻找对抗铝合金氧化的解决方案,因为铝对氧具有很大的亲和力。
即使在低氧浓度下也会形成氧化物,6.2.孔隙度,7.2.LPBF过程的数值模拟,10.1016/j.pmatsci.2017.1 ,•热历史,主要是凝固速率、冷却速率和热梯度,也决定了LPBFed零件的机械性能。
大多数机械性能归因于晶粒微观结构的细化,因此取决于热历史,•由于完全熔化是LPBF的一个重要特征,该工艺极易发生熔池不稳定,如果工艺参数选择不当,这也可能导致微观结构缺陷,所有缺陷都会对零件的性能产生不利影响。
此外,较大的粉末颗粒难以熔化,因此,当使用较粗和较大的粉末进行LPBF时,观察到表面光洁度较差。
•决定缺陷的一个关键因素是与层数增加相关的“阶梯”,特别是表面粗糙度,随着层厚度的增加而增加,因此,我们的想法是平衡表面粗糙度和产品成型时间之间的平衡。
大部分蒸发是由于熔池过热而发生的,因此,在这种情况下,激光能量密度是一个重要因素,蒸发导致熔池的不稳定性和沉积层组成的变化,蒸发也在熔池内形成反冲压力,这种压力推开熔融区的液体,并导致一种称为“锁孔效应”的缺陷。
蒸发还导致最终零件的密度降低,因为它增加了孔隙率,已经进行了不同的实验来观察某些元素的蒸发,在LPBF下处理TiAl样品,观察到显著的铝损失。
Cu-4Sn的LPBFed部分由于蒸发而损失锡,这种蒸发会影响性能并增加熔体轨迹的不稳定性,但是可以控制蒸发和损失,通过监测熔池温度和激光能量密度,可以将其最小化,但是。
由于低能量密度将减少元素的损失,它还将触发零件的不均匀性,并可能导致属性偏离所需的属性集,•金属的致密化行为主要受激光能量密度变化的影响,激光能量密度的变化由若干其他工艺参数控制和改变,致密化可以直接与由于工艺参数的变化引起的激光能量密,Moon等人建立了Ti-6Al-4V合金基试样疲劳。
这些数据进一步用于训练用于预测部件疲劳寿命的机器学,Hassanin等人提出了一种深度学习神经网络(D,用于合理化和预测LPBF处理的Ti-6Al-2Sn,开发了工艺参数和输出特性之间的关系,并将其用作训练DLNN模型的输入数据,创建的模型经过验证并用于创建流程图。
训练的深度学习神经网络模型具有最高的精度,孔隙度和硬度的平均百分比误差分别为3%和0.2%,根据研究结果,深度学习神经网络被发现是从微小数据集预测材料质量的,本文研究了将ML纳入LPBF工艺链的多个阶段。
从而提高质量控制的问题,ML可用于L-PBF之前的零件设计和文件准备,然后,机器学习技术可用于优化工艺参数并实时监控,最后。
机器学习可以包括在后处理中,Okaro等人提出应用ML系统自动预测AM产品中的,使用了半监督学习方法,该方法可以使用来自两个构建的数据,其中生成的组件被认证,并且在训练期间生成的组件的质量不确定。
这使得该方法具有成本效益,尤其是当零件认证昂贵且耗时时,图37 顺序决策分析神经网络(SeDANN)示意图,上面所示的传感器数据和高度图属于以0.33的线性能,即成球状态,从高温计中提取的统计概率分布特征用于第一级人工神经。
以预测激光工艺参数(P和V),然后是从高速摄像机中提取的熔池特征,以预测更高层的平均宽度和标准偏差以及单道连续性,•对于任何材料上的LPBF工艺应用,为了在LPBFed零件上实现尽可能高的密度和所需的,最重要的是精确监控工艺参数,6.3.表面粗糙度。
Baumgartl等人提出了基于神经网络深度学习的,作为预测印刷缺陷和工艺监控(如熔池或离轴红外监控),所提出的方法在预测分层和飞溅方面的准确率为96.8,此外,该模型非常小,计算成本低,即使在功能较弱的硬件上也适合实时操作。
大多数缺陷,如键孔、气孔和成球,都发生在熔池本身的尺寸和时间尺度上,对此类缺陷的监控至关重要,Scime和Beuth提出了一种深度学习方法,该方法提出了现场检测此类重要缺陷的可能性,使用固定视场的高速可见光相机研究了Inconel ,Luo等人指出。
对LPBF进行的大部分建模工作使用移动高斯热源来建,很明显,这种模型需要大量时间和计算成本,不能用于较低的水平,为了减少计算时间和成本,提出了一种线热源,通过增加时间步长和减少单元数量来加速LPBF过程中。
线热源代替移动的激光源,仿真结果表明,替换对开发没有任何更显著的影响,但可以大大减少计算时间,Sanchez等人利用ML的潜力建立了工艺、结构和,以预测LPBF工艺生产的78个合金基零件的蠕变率,使用包括LPBF工艺参数和从图像分析技术获得的材料,该模型显著且准确地预测了LPBF的最小蠕变率。
高达98.60%,Zhang等人开发了一种混合机器学习模型,用于预测LPBF工艺的可制造性评估,在设计方面,使用基于体素的卷积神经网络(CNN)模型。
在工艺方面,使用神经网络(NN)模型,然后,将这两个模型集成在一起,以预测所选LPBF工艺参数下的体系结构的可制造性。
来源:Beese,A,Wilson-Heid,A,De,W,Zhang,Additive manufacturing of。
structure and properties,Progress in Materials Sci,92 (2018),pp,112-224,图36 (a)LPBFed Ti6-Al-4V顶层,(b)开放孔隙的放大图像和(c)洞穴孔隙的放大图,Ogoke等人提出了深度强化学习。
用于预测LPBF工艺的热特性和最小化缺陷的可能性,如图38所示,在熔化过程中,开发的控制算法改变激光器的速度或功率,以确保熔池的一致性,并最小化成型产品的过热。
通过精确模拟不同激光路径下粉末床层的连续温度分布,对控制算法进行了训练和验证,长三角G60激光联盟陈长军原创作品,在500 cm/s的横向速度下,DLD期间熔池的温度等值线(a)-(b):在XY(,(c)-(d):显示不同熔池深度的相应XZ(剖面),已经进行了大量研究。
通过建模和仿真优化LPBF工艺,但由于过程的高度复杂性,在结果中总是存在一些差距,许多研究人员现在正在尝试不同的模拟方法,以尽可能提高精度,挥发性金属,主要是Mg、Zn、Al等。
由于温度非常高,极易从熔池蒸发,当激光与金属接触时,这些元素的高蒸气压和低沸点导致其蒸发,熔池的温度远高于元素的沸点。
这些元素的蒸发改变了所生产零件的组成,并改变了机械性能,改变的性能主要是微观结构的强度、耐腐蚀性、蠕变和伸,这篇综述主要解释了LPBF工艺的基本原理、几个相互,以及数值模拟的见解,以虚拟地理解工艺行为,本文为第五部分。
doi.org/10.1016/j.jmrt.20,在LPBF过程中可以识别出两种主要的裂纹,这些是冷裂纹和热裂纹,热裂纹也称为凝固裂纹,通常产生凝固过程的最后阶段,热裂纹主要是由于凝固过程中零件的固体结构变形而形成,此外。
液体区域中的对流不足可能会产生热裂纹,本研究使用延时同步辐射X射线显微计算机断层扫描(S,在联合循环疲劳环境下,Patriarca等人提供了一种确定设计应力和允许,这些数据用于确定材料参数的平均值和变化,然后将其用于蒙特卡洛模拟。
并基于目标失效可能性确定设计应力,本研究侧重于确定安全裕度,该安全裕量仅取决于影响机械部件损伤累积的元件的固有,•金属/合金暴露于LPBF工艺已经解决了与传统制造,LPBFed样品所继承的特性表明,LPBF可以生产出性能优于常规方法生产的样品,AM带来了从设计开始到部件投入使用以及创新领域的工,AM通过降低成本和制造复杂部件。
使许多行业发生了革命性的变化,在设计步骤中,设计师将获得市场上最新的软件,该软件可以预测使用特定参数构建的零件的特性和性能,它有助于减少成本和时间,但这种技术需要对任何零件的物理印刷过程中发生的所有,主要障碍是理解参数与输出特性之间的关系,输出特性因材料而异。
LPBF采用逐层方法构建零件,并在其中熔化粉末以形成3D零件,现在可以肯定地说,这样复杂的过程永远不会完全没有缺陷,制造商面临的挑战是制造缺陷最小的产品,包括优化工艺参数,(a–b)分别从侧视图和俯视图对熔池周围的热应力场。
(c)应力集中发生在熔池附近的孔隙中,6.7.AM部件的鉴定,正如许多研究人员所研究的,LPBF过程中的热输入是影响输出产品特性的主要参数,然而,根据参数和目标,在不同的研究中注意到了一些变化,Tan等人在LPBF中使用了激光束。
假设其高斯分布不对称,此外,对移动点高斯激光扫描进行建模,以了解经历LPBF的固体模型中的温度分布,在其他许多研究工作中。
激光源按照高斯分布建模,在LPBF中,激光能量通过称为激光光斑的特定区域传输,并进行建模以复制激光中心和外围的热强度,•基于人工智能的机器学习和深度学习技术用于过程监控。
相反,在夹层之间具有良好相干结合的区域中,该孔隙率显著最小化,熔合孔也是粉末之间捕获的气体的结果,当这些气体逸出时。
它们形成危险的扫描路径,随着过程的继续,随着空腔的形成,流体力与蒸汽压力平衡,导致液相坍塌并产生孔隙,(a–b)分别为3D印刷Zr基BMG的SEM-BS。
(b)中的插图显示了孔隙的分布,(c–d)腐蚀后的3D印刷锆基BMG的侧视图和俯视,插图显示了熔池和热影响区,7.3.预测LPBF工艺特性的机器学习方法,Peng等人使用ML的能力来预测LPBF处理的Al,发现极端梯度增强模型能够准确预测疲劳寿命,这些变量在限制疲劳寿命中的重要性按上述顺序进行评级。
该模型预测了不同的样品寿命,这意味着微观结构起到了适度的作用,当平行于施工方向进行测试时,发现断裂面上的缺陷的巨大投影面积是观察到的寿命缩短,更通用的双变量村上模型充分预测了疲劳寿命,而ML模型验证了经验相关性的经验模型更接近预期,LPBF的主要障碍之一是理解加工参数与最终零件性能,因此。
研究人员开发了过程模拟作为优化过程参数的迭代,控制方程是任何模拟工作的数学背景,不同的目标可能需要使用不同的模型,模型必须考虑过程对温度的依赖性,由于实际世界中的相似性,热机械和热流体模型在研究人员中很受欢迎,热源建模也非常重要,注意。
激光的最大能量强度集中在激光的中心,并沿激光光斑的周边逐渐减小,因此,高斯分布模拟了中心具有最大强度的热源,大多数模型的解是使用有限元法提取的,许多研究人员选择有限元法作为求解热方程的主要方法。
但任何模拟仅基于计算数字给出结果,因此,有必要用实验结果验证模拟结果,Shiva等人阐述了传热分析,一般而言,热输入在高斯分布下进行,并且还考虑了由于对流和辐射引起的损失,瞬态热分析必须确定基底上和粉末床上沉积材料的每个特。
评估疲劳加载零件的“适用性”是一项基本挑战,它与制造过程中产生的微观结构和缺陷直接相关,微计算机断层扫描是探测地表附近或薄而复杂几何结构中,已经讨论了在组件评估背景下使用极值统计分析X射线C,结构应力是由于相变期间部分发生的体积膨胀而产生的,当零件内部的残余应力大于屈服应力时,零件发生变形或产生裂纹以释放应力,LPBF部分的开裂分为两部分:液化开裂和凝固开裂。
沉积的层由于凝固收缩和热条件引起的循环而经历收缩,但是基底/衬底的温度或先前固化的层远低于新熔化的层,因此,新层的收缩比先前铺设的层大得多,并且该差异也倾向于阻碍该新层的压缩。
这导致在凝固和开裂期间在新熔化层中形成应力,这是凝固开裂,液化开裂发生在部分熔化粉末的区域,在这些区域,快速加热导致某些晶粒熔化,特别是低熔点碳化物,当零件冷却时。
产生拉力,在这些力作用下,熔化的碳化物充当裂纹萌生的位置,增材制造是工业和学术领域中普遍存在的话题,本综述涉及对LPBF工艺的理解和最近的升级,LPBF已成为一种适用于多种金属及其合金的通用方法。
因此受到了广泛关注,对LPBF过程进行了全面审查,并出现了一些关键点,这些关键点非常重要,还讨论了各种工艺参数的重要性,以最小化最终产品中的缺陷,图38 深度强化学习框架。
(a)在强化学习中,代理基于当前状态s和将每个状态映射到动作的策略π来,(b)对于模拟的前三个时间步,该状态由激光器位置附近的x-y、y-z和x-z平面,(c)策略网络是一个完全连接的神经网络。
它接收状态的当前表示,并预测一个行动以最大化预期回报,策略网络被实现为两层多层感知器,具有双曲正切激活函数和每个隐藏层64个神经元,6.6.氧化物夹杂物,较大的“pancake”缺陷的等效椭球模型:(a),对应试样的轴向加载方向。
A、b、c分别为椭球的三个主半轴(代表缺陷),椭球c轴相对于试件加载方向的角θ,(b)缺陷在不同取向角下的空间构型,6.4.裂纹和残余应力,Zhang等人使用基于神经模糊的机器学习方法预测L,创建了一个训练数据集,其中包含经受不同处理条件、后处理和循环载荷的样本的,以模拟复杂的非线性输入-输出环境。
Bao等人利用ML技术的潜力来确定缺陷位置、尺寸和,使用特征化技术识别导致高周疲劳失效的关键和重要缺陷,并使用支持向量机(SVM)作为训练的输入数据,选择具有测试数据的网格搜索策略来拟合模型参数,以加快优化过程,对于通过LPBF工艺生产的零件,表面光洁度问题一直备受关注,这也是AM过程中的一个大缺点。
在各种AM工艺中,DED在表面光洁度方面表现最好,其次是LPBF,然后是EBM,据指出。
造成表面粗糙度的主要原因是由于大气气体的存在和部分,与LPBF工艺一样,未使用的粉末从不离开工艺区域或始终留在粉末床本身中,这些颗粒仍有可能粘附到零件表面,由粘附在表面上的颗粒引起的粗糙度的平均大小几乎与粉,长三角G60激光联盟导读。
8.总结,•通过选择性激光熔化加工的零件的微观结构特征受到其,包括加热和冷却速率的变化、温度梯度、温度升高等,生产后处理方法对于细化微观结构非常重要,标准工艺包括退火和热机械加工,7.1.传热分析的控制方程,如果一个层出现严重的球化缺陷。
则有很大的可能产生连锁反应,即在下一层中出现气孔和球化,这导致零件性能差和密度低,如果有足够的具有良好流动性的熔融金属,并且如果熔池的寿命更长且凝固速度较慢,则可以填充孔隙,并减少孔隙率,在氢的情况下。
吸水率非常高,并且氢在铝液和固体中的溶解度水平不同,因此,为了检查氢孔隙率,在将铝粉用于应用之前,应充分干燥铝粉,粉末床的预热也有帮助。
因为熔池中的氢溶解会导致严重的孔隙率,LPBFed Ti6-Al-4V顶层的孔隙如图36,6.5.合金元素的损失,7.数值建模、优化和机器学习技术,由于熔池流动内部的表面张力梯度,在熔池中形成的小球被吸引到熔池的外周,然后边缘凝固,导致表面粗糙。
因此,可以通过提供高能量密度、低速度下的高激光功率、低层,此外,大尺寸颗粒难以完全熔化,因此,生产的最终零件表面光洁度较低,由于其能够制造复杂的几何零件,LPBF是最普遍的金属增材制造工艺。
它背后有大量的学术研究和工业投资,尽管使用有限元分析对LPBF进行了广泛的数值模拟,但仍然需要进行过程监控,以确保可靠的零件制造并减少制造后质量评估,为了使LPBF过程高效,需要基于人工智能的机器学习和深度学习技术。
图37显示了实现基于机器学习的预测模型的方法,研究人员正在开发优化工艺参数的新方法,如数值模拟,通过实际制造十几个零件并逐步改进来优化工艺参数的迭,数值建模的主要优点是不需要任何物理产品制造来研究,因此,节省了时间、原材料和成本。
基本模型之一是热机械模型,其中考虑了所有热历史和残余应力,众所周知,基于实验的优化是必要的,但数值建模为研究人员通过任何复杂工艺制造零件提供了,他们在早期阶段就洞察了该过程,现在可以优化该过程以获得最佳结果,由于LPBF采用金属粉末的完全熔化。
因此会产生不稳定的熔池,此外,如果没有选择适当的参数,可能会产生许多缺陷,如孔隙度,LPBF工艺中形成的孔隙有三种类型:熔合孔、气孔和,在激光能量密度不足的地方形成熔合孔,这一不足导致热渗透性差。
并且已经熔化和凝固的层的顶层不能再熔化,这导致与新层的结合不良,因此,基本上,轨道重叠和浅穿透是其主要原因,低激光能量密度、低功率、高速度、大扫描空间和大层厚,这些孔隙主要受工艺参数控制,并受沿层边界的部分或不完全熔化的影响。
这些孔隙主要集中在以部分熔融为主的区域,(a) 3、(b) 4和(c) 5区域中部370 ,来源:Laser Powder Bed Fusio,Materials,Properties & Defects,and Numerical Modelling,Journal of Materials Rese。
•在LPBF中,粉末粒度和分布的影响被认为不太重要,因为所有颗粒都经历完全熔化,与发生部分熔化的SLS不同,粉末参数对零件致密化的贡献可以忽略不计。
所有缺陷沿V-HCF和H-HCF试样的加载方向投射,其中伪色编码仅用于提高清晰度。
增材制造金属的断裂和疲劳(3)
在AM合金中观察到了这种非本征增韧机制,其中裂纹弯曲度来自第3.1节中描述的细观结构,这可能导致一些AM合金的KIc和抗裂性(“R曲线行,因此,胞状结构和细观结构都会显著影响AM合金的断裂韧性,需要同时考虑这两种结构,当延展性增加断裂韧性时。
独特的细观结构可以通过仔细的参数选择来提高强度和韧,在确定AM合金的断裂韧性时,除了合金的微观结构外,还需要仔细考虑残余应力的作用以及缺陷的大小和分布,例如,Cain等人报告了LB-PBF Ti6Al4V的K,同样。
Seifi等人报告了EB-PBF Ti6Al4V的,由于这些因素,AM合金在KIc中观察到显著的各向异性(在某些情况,虽然残余应力和缺陷分布的过程特定属性可能不利于KI,但细观结构可以显著改善它们,在下文中,我们总结了AM合金的断裂性能和特征。
具体到每一系列合金,材料的断裂韧性(KIc)定义了材料对开裂的抵抗力,是确保结构完整性和可靠性的基本属性,在AM中,亚稳微观结构、细观结构、孔隙度和高残余应力的组合会,因此。
AB零件的热处理通常被要求赋予与传统生产的合金相似,这使他们能够满足规定的标准,例如,Ti6Al4V用于生物医学应用,韧性的提高完全是由于细观结构。
细观结构通过熔体池边界处的裂纹偏转增强了裂纹的弯曲,自然地,细观结构赋予韧性各向异性,构建方向(Z)上的断裂韧性更高,因为裂纹平面法线平行于构建层,裂纹扩展基本上发生在各个层之间,退火降低了这些合金的KIc,尽管以强度为代价提高了延展性。
熔池边界结构(包括硅沉淀)的分解被认为是裂纹扩展阻,然而,热处理材料的韧性仍然是铸造合金的两倍,锻造Ti6Al4V的典型KIc范围为30至100 ,相比之下,AB LB-PBF Ti6Al4V的KIc可低至1,在密度达到99.5%以上并进行热处理后。
KIc提高了48至67 MPa√m,5.3,镍基高温合金,6.1,钛合金,5.4,铝合金。
了解疲劳裂纹扩展(FCG)特性在安全关键应用中特别,这允许在结构完整性和可靠性评估中使用损伤容限设计方,其中荷载波动是不可避免的,由于AM固有几种不同类型的缺陷,尤其是孔隙和粗糙表面光洁度,这两种缺陷都对结构部件的疲劳行为极为不利,因此了解这些缺陷对于AM金属的寿命预测、零件认证和。
微观结构表征,(a) EBSD分析中长径比小于0.3的晶粒,(b)柱状晶粒的尺寸分布(长轴尺寸),(c)细胞和晶粒取向分析,(d)从XZ平面获取的熔池边界附近的纳米压痕硬度变,用于一般解释压痕位置),长三角G60激光联盟陈长军原创作品。
金属的FCG行为分为三种状态:起始或接近阈值状态、,状态III导致不稳定、快速的裂纹扩展,对微观结构和应力状态的变化敏感,并与合金的断裂韧性直接相关,值得注意的是,细观结构的存在可能使AM合金的延展性和KIc不相关,如前所述。
这意味着结构完整性评估需要深入了解与底层微观和细观,即需要工艺、取向和热处理特定的断裂韧性特性,相反,残余应力和孔隙度不会对快速断裂状态产生重大不利影响,这将使打印零件的应用适用性变得毫无意义),与锻造钢相比。
沉淀硬化钢17-4PH和18Ni300在AB状态下,因为大多数AM工艺中普遍存在的快速凝固速度没有足够,LB-PBF生产的18Ni300在非老化条件下显示,尽管其微观结构更精细,观察到残余奥氏体和奥氏体回复会导致相变诱发塑性,从而导致异常加工硬化。
在AG(有ST和无ST)后,UTS显著增加(到∼ 2020 MPa),同时观察到延性降低,如预期的那样,5.2,钢材,与钢一样。
AM-Ni基高温合金的断裂韧性数据也不多,少数研究结果表明,与拉伸性能一样,AM-Inconel合金的断裂韧性强烈依赖于微观结,Puppala等人报告。
使用CTOD技术估算的LB-DED铬镍铁合金625,但低于锻造对应物,他们认为,孔隙度显著影响断裂韧性,因为孔隙度的增加导致KIc显著降低,伴随着韧性断裂模式向脆性断裂模式转变。
在这里,AB条件下的低KIc归因于γ基体中没有γ′/γ′沉,而时效后的高韧性是通过γ′和γ′的沉淀强化实现的,然而,由于粗Laves相和非均匀γ′′/γ′沉淀的存在,直接时效处理并不能改善KIC,因此。
需要高ST和AG处理来实现与CM对应物相当的KIc,如前所述,Laves相的溶解和Nb的均匀分布只能通过1050,这也会导致等轴晶粒结构和晶粒生长,10.1179/1743280411Y.00000。
在大多数情况下,性能通常达到或超过AB状态下工业应用所需的规定值,例如,LB-PBF 316L实现了的YS和UTS∼ 44,而锻造316L的各自性能分别为170和485 MP,类似地,LB-PBF 304L的YS和UTS分别为∼ 45。
大多数调质钢的YS和UTS的显著增加是由于其中的细,重要的是,这些强度增强不会被EF的显著降低所抵消,LB-PBF 316L和304L的报告值在35%到,Kumar等人[40]报告说,在BJP 316L中。
在塑性变形的早期阶段盛行的平面滑移和其他微观结构因,这些小裂纹在缺陷的拐角处形核,因此钢的延展性对缺陷不敏感,关于测试方向的抗裂性曲线行为和断裂韧性,R曲线依赖于(a)层厚度、(b)图案填充间距、(c,(e)直接比较各种测试条件下的R曲线。
(实线表示C(T)-XZ样品,裂纹扩展平行于B.D,虚线表示裂纹垂直于B.D.扩展的C(T)-ZX样品,实心符号表示用于拟合R曲线的数据,)(f)所有建造条件的JIc值,7.疲劳裂纹扩展特性,AB状态下LB-PBF铝硅合金的熔池边界处存在连续。
这为裂纹扩展提供了一条简单的路径,因此促进了广泛的裂纹偏转,因此,由于细观结构引起的裂纹弯曲,这些合金中的细观结构对断裂韧性产生了显著且通常是积,在LB-PBF AlSi12中,Suryawanshi等人报告。
KIc值比铸造合金高2-4倍,Suryawanshi等人将强度的显著提高归因于微,本文对AM合金中结构-性能相关性的当前理解进行了全,本文为第三部分,6.3,镍基高温合金,有鉴于此。
我们首先总结了关于稳态FCG特性(区域II)以及近,然后,我们强调了每种合金系统接近阈值行为的具体特征,断裂韧性(状态III)已在第6章中讨论,与常规生产的316L (KIc在112 ~ 278。
AM合金的KIc更低,例如LB-PBF 316L的KIc范围为63 ~ ,这可能是由于缺陷、延性降低和变形诱导塑性(TRIP,Kumar等人对后者进行了说明,他们观察到,在LB-PBF 304L中,只要试验温度升高50℃(从TRIP被激活的室温升高。
变形机制以位错滑移和孪晶为主),断裂韧性就会大幅降低(约40%),各向异性随之增强(约16%),状态II导致裂纹的增量循环相关推进,通过裂纹尖端的局部塑性变形可见,并且对微观结构、载荷比(R)和零件几何形状的变化不。
这是因为rp的尺寸是特征微结构长度尺度的几倍,在接近阈值的区域I中,裂纹扩展要么开始,要么减少,并由易受微观结构(rp尺寸和微观结构尺度相似)、R,6.2,钢。
采用90°扫描策略制造的合金试件与采用67°扫描策,这归因于裂纹弯曲降低了断裂韧性(19–27 MPa,与67°材料中的随机熔池排列相比,在采用90°扫描策略构建的试样中观察到较少曲折的裂,这导致形成两个不同的熔池方向,跨熔池边界的裂纹扩展通过颗粒间和跨颗粒失效发生。
沿拉长的晶界更容易发生晶间破坏,裂纹垂直穿过熔池,当裂纹以一定角度穿过熔池边界时,穿晶失效更容易发生,此外。
在裂纹偏转比穿过熔池更有利的区域,观察到单个熔池界面处的裂纹偏转,Paul等人认为,这表明跨熔池和沿熔池边界的裂纹扩展阻力存在差异,6、断裂韧性。
长三角G60激光联盟导读,(a) Arcam A2XX EBM系统示意图,(b)示意图显示了由于连续三层中的SEBM构建样本,扫描方向由红色箭头指示,热处理后观察到的断裂韧性增强是由于形成了更具延展性。
KIc在具有层状微观结构的α+β钛合金中最高,与轧制Ti6Al4V不同,在轧制Ti6Al4V中,晶体学织构可以诱导各向异性,AM合金中缺乏强烈的晶体学织构表明,柱状PBG结构是观察到的各向异性的原因。
细观柱状PBG结构有助于裂纹弯曲,其中PBG边界充当弱化界面,结果表明,这种各向异性可以通过后续热处理来减少,然而,这通常伴随着强度的显著损失,例如,LB-PBF AlSi12的YS在退火后降低至95。
标准T6热处理已被证明可以消除硅网络,在随后的时效过程中,原始细晶粒结构变粗,同时形成沉淀,前者抵消了后者的预期强化。
因此产生了与AB状态相同的YS,(a) Ti64样品的3D代表性微观结构 μm层厚,(b)每个连续层之间90°的扫描旋转及其对b和S平,(c) B面微观结构和(d)S面微观结构,(c)和(d)中的虚线用于“引导眼睛”,参考文献:D.D,Gu。
W,Meiners,K,Wissenbach,R,Poprawe,Laser additive manufactur,processes and mechanisms。
Int,Mater,Rev.,57 (2012),pp。
133-164,在AB状态下,使用EB-PBF生产的Ti6Al4V通常比其LB-,主要是因为其中存在α+β层状微观结构,热等静压后平均KIc值的降低是由于α板条的双重粗化。
这降低了合金的强度[,Seifi等人还对EB-PBF Ti6Al4V中的,并观察到缺陷尺寸与测量韧性之间的相关性,缺陷尺寸的变化归因于材料的异质性,该异质性取决于建筑高度,与Kumar等人的发现类似。
由于柱状PBG结构提供了一条容易的断裂路径,因此存在各向异性,时效后LB-PBF 18Ni300合金的KIc (,Yadollahi等人估计(根据FCG数据)LB-,据称高于CM PH-17-4钢在H900条件下的K,这可能是由于AM合金具有较高的延展性。
关于AM钢断裂韧性的研究很少,关于AM特定特征(如凝固细胞、局部结晶织构和细观结,EBSD分析描述了EBM Inconel 718内,使用(a)平行于构建方向的传统光栅扫描策略纹理的伪,(b)垂直于构建方向的传统光栅扫描策略纹理的伪彩色,(c)与建筑平行的点热源纹理的伪彩色反极图。
(d)点热源纹理横向于构建方向的伪彩色逆极点图,(e)与平行于构建的点热源纹理相关的极点图,以及(f)与横向于构建的点热源纹理相关的极点图,注:插入中的伪彩色参考三角形,6.4。
铝合金,doi.org/10.1016/j.actamat,AM-Ni基高温合金的拉伸性能对合金在制造过程中和,因此,使用不同AM系统和热处理溶液生产的合金的报告性能范。
这是由于γ′和γ′的沉淀以及其中一些晶粒中沿晶界的,在适当的ST+AG处理后,获得了更一致的性能,如前所述,铬镍铁合金718需要在1050°C以上的温度下缓慢,以便能够溶解AM期间形成的亚稳Laves相。
这通过从富溶质区域向γ基体的反向扩散降低了铌的微观,广义上,KIc取决于以下因素:裂纹尖端前塑性区(rp)的大,例如,较大的塑性区尺寸通常伴随着裂纹尖端钝化,导致大量增韧。
类似地,由于剪切型(或模式II/III)断裂促进裂纹偏转(,裂纹模式混合性可导致韧性显著增强,虽然塑性区形成和裂纹钝化是内在机制(可能导致强度和,延展性的增加导致KIc的改善。
但可能以YS和UTS为代价),但裂纹弯曲度是一种外在机制,可以在不影响强度的情况下增加韧性,由于高冷却速率,采用直接AM技术生产的合金在AB状态下往往具有精细。
因此,表现出强烈的织构,导致显著的机械各向异性,然而,尽管定向凝固,但适当的工艺参数组合可以减少各向异性,例如。
通过使用点热源填充策略(在线性热源上),在Inconel 718中获得了具有近似各向同性拉,然而,EF中的各向异性仍然存在,LB-PBF AlSi10Mg中出现的各向异性微观,例如。
AlSi12的构向延性仅为横向延性的一半,而其强度差异不显著,由于工艺参数的变化导致晶粒尺寸、晶粒取向、胞晶形态,导致UTS和EF具有较强的各向异性,Paul等人报道,沿构建方向加载显示出更明显的应变硬化。
导致沿熔池边界的过早破坏,拉伸应变仅为~ 3.5%,而垂直于构建方向加载的方向的破坏应变为5-7%,沿构建方向(Z)加载时,熔池边界发生破坏,表明熔池细观结构界面减弱,胞状结构较粗。
以拉伸为主,AM钢拉伸性能的各向异性也常见,归因于上述具有强织构的柱状微观结构,然而,这可以通过适当的热处理来克服。
例如,LB-PBF 316L需要大于1050°C的溶解温,对AM合金的FCG行为进行了广泛的研究,总的来说,AM合金的FCG性能与相应铸造或锻造合金中观察到的,然而,许多AM合金固有的精细AB微观结构与较低的FCG阈,相反。
粗糙度引起的闭合效应与细观结构有关,例如LB-PBF Ti6Al4V中的柱状PBG结构,这意味着,在较低的情况下,外部因素(如裂纹表面微凸体与其他裂纹屏蔽机制之间的。
从而改善近阈值FCG行为,通常,当R>0.5时,这些影响不太普遍,并且测量了固有阈值。
在近阈值区,底层微观结构的强烈影响意味着,通过热处理和随后的晶粒生长,可以提高阈值,降低各向异性,来源:Fracture and fatigue i。
Acta Materialia。
关于激光粉末床聚变:技术、材料、性能和缺陷以及数值模拟综述(5)增材制造金属的断裂和疲劳(3)的内容就介绍到这里!