研究发现:LPBF与DED两种工艺3D打印的铜合金,材料性能差别很大!

日前,3D打印技术参考注意到,来自NASA马歇尔航天飞行中心、美国橡树岭国家实验室以及亚利桑那大学的联合团队在Additive Manufacturing Letters期刊发表了题为“GRCop-42: Comparison between laser powder bed fusion and laser powder direct energy deposition”的文章。

本研究采用激光粉末床熔融和激光粉末直接能量沉积两种方法,对GRPC-42铜合金进行了比较分析。该研究涉及一系列材料属性,包括表面形貌、内部缺陷、微观结构特征、准静态力学性能和断裂特征。研究结果表明,尽管样品是用同一基材制作的,但在两种增材制造工艺之间,所产生的材料性能差别很大。因此,不能假定各种制造方法的材料特性是一致的。因此,必须根据具体参数对个别制造工艺进行材料定性。

表面形貌差异——与性能影响

通过L-PBF和LP-DED工艺制造的材料的表面形貌存在显著差异。L-PBF样品表面存在明显的粉末粘附,但表面相对平直。相反,DED样品表面几乎没有或完全没有粉末残留,但表面呈现波浪状。

两种工艺制造的样品的表面形貌

应力-应变曲线:a) 保持打印表面的样品;b) 保持打印表面与经过表面处理的样品之间的比较

这种不同的表面形貌在影响拉伸性能和失效机制方面发挥了重要作用。特别是,在LP-DED试样上观察到的构建层显著降低了延伸率,这一特征不影响L-PBF试样的拉伸性能。对LP-DED试样进行抛光后发现,与直接打印试样相比,抛光试样的伸长率增加了74%

内部缺陷差异——与性能影响

通过LP-DED工艺制造的样品,内部缺陷被发现是最小的。该工艺制造的试样保持相对一致的强度,不论试样厚度如何。然而,随着试样厚度的减小,LP-DED试样延伸率下降了36%以上。这种行为与较厚样品具有更大的横截面积以抵抗裂纹扩展有关。

两种工艺制造的样品的CT图像

相比之下,L-PBF样品中出大量的孔隙,且随着样品厚度的减小,孔隙率百分比增加。较薄样品中孔隙率的增加可能是L-PBF样品中观察到的尺寸效应的原因,随着样品厚度的减小,强度降低了13%以上,延伸率降低了20%以上。

显微结构差异

L-PBF和LP-DED工艺产生的热条件导致了每种制造方法下独特的凝固条件,进而导致了晶粒结构和晶体织构的显著差异。L-PBF样品中,晶粒呈现出与构建方向平行的柱状结构,同时在扫描路径上沿构建方向垂直的方向上有几个“晶粒岛”。这些样品还沿着构建方向展现出中等强度的织构,晶粒在<001>方向上取向。

不同厚度的晶粒尺寸相似,但两种方法的晶粒尺寸差异很大

两种打印工艺制造的铜合金的显微结构

相比之下,LP-DED样品中晶粒则呈现出与构建方向平行的锯齿状图案,这种图案的方向随着扫描方向的变化而交替变化。在LP-DED样品的壁边缘,晶粒细小且等轴,而越往中心晶粒尺寸逐渐增大,且中心区域的晶粒形态较为模糊。此外,LP-DED样品还沿着构建方向展现出强烈的织构,具有旋转立方织构,且在<001>方向上取向。这些晶粒结构和晶体织构的差异对材料的力学性能、热传导性以及其他物理性能都有重要影响

材料性能差异

L-PBF样品表现出了明显的尺寸效应,即随着样品厚度的增加,强度和伸长率均有所提高。这种效应主要归因于样品尺寸减小时孔隙率的增加。相反,LP-DED样品也展示了尺寸效应,但主要表现为随着样品厚度的增加,伸长率增加。这是因为较厚的样品具有更大的横截面积,能够更好地抵抗裂纹的扩展

不同厚度试样的机械性能

此外,在相同厚度下,L-PBF样品的强度高于LP-DED样品。这主要是由于L-PBF样品中存在更细小的晶粒尺寸,这是提高强度的主要因素。细小的晶粒意味着更多的晶界,这些晶界可以阻碍位错的运动,从而提高材料的强度。

失效机制差异

L-PBF样品主要因裂纹扩展和孔隙合并而失效,这是由于样品中存在大量孔隙所导致的。相比之下,LP-DED样品主要在层间失效。在LP-DED样品中,表面应力集中被认为是裂纹萌生的主要原因,而由此导致的较小横截面积则降低了对裂纹扩展的抵抗力。

不通样品的断裂形貌

END

铜合金由于具有高的导热性和作为结构部件的能力而在航空航天工业中被普遍使用。GRCOP-42是美国航天局研制的用于火箭燃烧发动机内衬和换热器的一种强化铜合金。激光粉末床熔融和激光粉末直接能量沉积两种工艺均已经成熟,但它们各有不同的适用场景。LPBF技术主要用于制造高精度功能组件,但在构建尺寸上存在上限。LP-DED技术可以将构建量增加到1m以上,但在表面精度上稍差。两种工艺虽然都使用激光实现增材制造,但两者的在构建环境、原料、参数(如激光功率、移动速度)上存在差异。比较两种工艺制造同一材料的性能差异,有助于更安全的使用3D打印技术制造组件。

注:本文内容由3D打印技术参考整理编辑,未经联系授权,谢绝转载

欢迎转发

主编微信:2396747576(请注明身份); 硕博千人交流Q群:248112776;网址:www.amreference.com

延伸阅读:

1.铜及铜合金3D打印2025最新技术进展:基于激光/电子束熔融和能量沉积

2.3D打印纯铜、纯银及铜银合金一体结构,推动定制材料和制造领域创新

3.纯铜间接3D打印技术的最新发展:从FDM、BJ到DLP

4.3D打印铜及铜合金中的孔隙如何影响机械及电性能?

代码下载链接: https://pan.quark.cn/s/a175d1ef418b 标题部分中的"新建文件夹 (2).zip"暗示这是一个采用ZIP编码方式的压缩文档,这种格式通常用于将多个关联的文件或目录整合进一个压缩单元中。在信息技术领域,ZIP编码格式是一种广泛应用的标准,它支持将多个数据单元压缩成一个独立的压缩文件,从而提升文件传输的便捷性、存储空间的利用效率以及管理的便捷度。ZIP格式的压缩文件可以通过多种解压缩工具进行访问,例如WinRAR软件、7-Zip应用程序或操作系统自带的压缩解压功能。 描述文本里的"shop"字样或许指向这个压缩文档商业店铺、电子商务平台或网络销售系统存在关联。在Java编程范畴内,这有可能是一个范例项目,用以说明构建电子商务平台相关功能的实现方法,涵盖商品维护、购物车功能以及订单处理等模块。Java语言因其跨平台兼容性、系统稳定性以及完备的库资源支持,经常被选作开发大型企业级应用的技术栈,尤其是电子商务系统。 依据标签"java"的指示,可以推断压缩包内部可能包含了采用Java编程语言编写的源代码片段、系统配置文档、数据库操作脚本及其他辅助性资源。Java程序员一般借助集成开发环境(IDE)如Eclipse、IntelliJ IDEA或NetBeans进行Java代码的编写、编译及执行操作。这些开发工具能够高效地支持ZIP文件中项目结构的导入管理。 文件命名列表仅列出一个条目"新建文件夹 (2)",这或许意味着压缩文档中包含一个同名的文件夹,该文件夹内可能收纳了一系列子文件及子目录。在实际的Java开发任务中,类似的结构可能包含src目录(存放程序源代码)、lib目录(存放项目依赖的jar库文件)、resou...
内容概要:本文系统研究了基于Kantorovich距离的SBR(Sequential Benefit Replacement)算法在电力系统场景削减中的应用,旨在从大量原始不确定性场景中筛选出最具代表性的典型场景,以降低随机优化问题的计算复杂度。该方法通过引入Kantorovich距离(也称Wasserstein距离)精确量化场景之间的差异性,并结合SBR算法实现场景的逐步合并削减,有效保留原始场景的概率分布特征。文中提供了完整的Matlab代码实现,便于用户复现算法,特别适用于处理风电出力、负荷波动等具有强随机性和不确定性的多场景优化问题,如微电网调度、电氢耦合系统运行等。; 适合人群:具备一定概率统计、优化理论基础和Matlab编程能力,从事电力系统、新能源并网、能源互联网、随机规划及综合能源系统优化等领域研究研究生、科研人员及工程技术人员。; 使用场景及目标:①应用于高比例可再生能源接入下的电力系统随机优化调度、微电网能量管理、多能互补系统等需要进行多场景分析决策的建模场景;②帮助研究人员深入掌握Kantorovich距离的数学原理计算方法,以及SBR算法的迭代逻辑实现技巧,提升对不确定性建模、场景生成削减技术的理解应用能力; 阅读建议:建议读者结合提供的Matlab代码,重点理解距离矩阵的构建、场景权重的更新规则以及场景合并的判定逻辑,通过调试代码并代入实际风电或负荷数据进行案例测试,以深刻领会算法的核心思想工程价值。
内容概要:本文围绕电力系统短期负荷预测问题,深入研究了基于极限学习机(ELM)及其智能优化算法的应用方法,提出并实现了白鲸优化算法(BWO)和鹭鹰优化算法(IBOA)对ELM模型的关键参数进行寻优的技术路径。通过Matlab编程实现,优化后的模型有效提升了预测精度,降低了原始ELM因随机初始化带来的不稳定性和误差波动,增强了模型在面对电力负荷不确定性变化时的泛化能力和鲁棒性。研究系统阐述了ELM的基本原理、两种新型群智能优化算法的搜索机制及其在解决非线性参数优化问题上的优势,并通过实验对比验证了优化模型在均方根误差(RMSE)、平均绝对百分比误差(MAPE)等指标上的显著优越性,为电力系统负荷预测提供了高效可靠的解决方案。; 适合人群:具备电力系统分析、人工智能算法理论基础及Matlab编程能力的高校研究生、科研机构研究人员以及电力公司从事负荷预测、电网调度能源管理的工程技术人员。; 使用场景及目标:①应用于电网调度中心的短期负荷预测业务,提高预测准确性,保障电力供需平衡;②为智能优化算法在电力工程领域的落地应用提供可复现的技术范例;③支撑电力市场出清、发电计划制定、储能系统配置及需求侧响应等关键决策环节; 阅读建议:建议读者结合提供的Matlab代码进行实践操作,重点理解ELM网络结构搭建、适应度函数设计、优化算法迭代流程及预测结果后处理等关键步骤,通过调整数据集和参数设置,深入掌握模型调优技巧,并尝试将该方法迁移至风电、光伏功率预测等相似时序预测任务中。
内容概要:本文档聚焦于“经济学期刊论文复现:数字化转型能促进企业的高质量发展吗”这一核心命题,系统整合了大量基于Matlab和Python的科研代码资源,涵盖微电网优化调度、电力系统分析、机器学习预测模型、路径规划算法、信号图像处理、通信技术优化等多个工程技术领域。文档的核心在于通过复现高水平学术论文中的量化模型实证方法,帮助研究人员深入理解数字化转型对企业高质量发展的理论机制实际影响,并提供可操作的技术路径进行仿真验证拓展研究。内容不仅包括数据驱动的建模、优化算法设计仿真分析,还涉及多学科交叉的应用场景,如能源系统优化、智能制造、智能交通等,旨在为科研工作者提供一套完整的从理论到代码实现的支持体系。; 适合人群:具备一定编程基础和经济学或工科背景的研究生、科研人员及高校教师,尤其适合从事数字化转型、能源经济、企业管理、电力系统优化、智能算法应用等相关领域研究的专业人士。; 使用场景及目标:①用于复现经济学领域关于数字化转型企业高质量发展的实证研究模型;②支撑科研论文撰写、课题申报仿真验证工作;③辅助掌握Matlab/Python在经济工程交叉领域的建模方法、优化技术和数据分析能力,提升科研效率创新能力。; 阅读建议:建议结合文中提供的代码网盘资料同步实践操作,优先选择自身研究方向契合的内容深入学习,注重模型构建逻辑、参数设置优化过程的理解,同时可关注“荔枝科研社”公众号获取配套讲解、更新资源及技术交流支持。
下载代码方式:https://pan.quark.cn/s/746a98442a86 《数据库课程设计:教材征订管理系统》 教材征订管理系统是一种针对教学管理而开发的信息系统,其目的是提升学校教材征订工作的效率和准确性。该系统的构建过程包含后台数据库的构建和前端应用程序的研制,非常注重数据的一致性、完整性以及较高的安全性。系统不仅能够处理多价格书籍的征订、采购和发行,还支持在货物到达之前更换书目,以及进行大量数据录入和书目检索等操作。 系统的开发选用SQL Server 2000作为数据库平台,PowerBuilder 9.0作为前端开发工具,而数据源则选用了ACCESS 2000。ODBC(开放式数据库连接)用于数据源建立连接,SQL结构化查询语言则用于实施查询任务。系统的核心关键词有教材征订、面向对象、库存查询和PB9.0,这表明系统设计采用了面向对象的编程理念,并非常重视库存的即时查询。 前言部分提到,由于学生数量的增长和教材种类的多样化,传统的教材征订管理模式已经难以适应,因此迫切需要建立一个选课制度相匹配的教材征订管理系统。该系统能够自动化处理教材收费和领取流程,包含四个主要的功能模块:教材的入库出库管理、学生书费管理、系统管理以及综合查询。 系统设计之初需要深入理解相关问题。教材征订管理系统必须具备登录、教材信息管理等功能,支持基础信息的录入、修改和查询,以及复杂的统计分析。涉及的数据信息涵盖教材征订、库存、购买和收款等详细记录。 需求分析是数据库设计的关键环节,包括数据流图和数据字典的构建。数据流图展示了教材从征订到发放的整个流程,数据字典则详细说明了各个数据项的特征。比如,教材编号由七位数字组成,教材管理表单包含了征订号、书名、出版社、作...
标题基于Springboot+Vue的景区推荐系统设计实现AI更换标题第1章引言介绍景区推荐系统的研究背景、意义、国内外研究现状、论文方法及创新点。1.1研究背景意义阐述景区推荐系统对旅游业发展的重要性及研究价值。1.2国内外研究现状分析国内外景区推荐系统的研究进展及存在的不足。1.3研究方法及创新点介绍本文的研究方法、技术路线及主要创新点。第2章相关理论总结景区推荐系统相关的理论基础和技术。2.1推荐系统基本理论阐述推荐系统的基本概念、分类及工作原理。2.2Springboot框架技术介绍Springboot框架的特点、优势及其在系统中的应用。2.3Vue前端框架技术介绍Vue框架的特点、优势及其在系统中的应用。2.4数据挖掘机器学习算法简述数据挖掘机器学习算法在推荐系统中的应用。第3章系统需求分析设计详细描述系统的需求分析、架构设计及数据库设计。3.1系统需求分析分析系统的功能需求、性能需求及用户需求。3.2系统架构设计设计系统的整体架构,包括前端、后端及数据库等。3.3数据库设计设计系统的数据库结构,包括表结构、字段及关系等。第4章系统实现测试介绍系统的实现过程、关键技术及测试方法。4.1系统实现过程详细介绍系统的开发环境、开发工具及实现步骤。4.2关键技术实现阐述系统实现中的关键技术,如推荐算法、前后端交互等。4.3系统测试方法介绍系统的测试方法、测试用例及测试结果分析。第5章系统优化改进分析系统存在的问题,提出优化改进方案。5.1系统性能优化针对系统性能瓶颈,提出优化方案,如缓存技术、负载均衡等。5.2推荐算法改进根据用户反馈和数据分析,改进推荐算法,提高推荐准确性。5.3用户体验提升优化系统界面设计,提升用户体验,如增加个性化设置、简化操作流程等。第6章结论展望总结本文的研究成果,展望未来的研究方向。6.1研究结论概括本文的主要研究成果,包括系
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值