Оценка возможности управления процессом структурообразования с помощью изменения технологических параметров СЛС

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

Изучена возможность управления структурой посредством варьирования параметров процесса селективного лазерного сплавления (СЛС) на примере аустенитных нержавеющих сталей. На основании изучения структуры экспериментальных образцов, показано влияние на процессы структурообразования совокупности различных технологических параметров процесса СЛС, представляющих собой алгоритм сканирования. Показана возможность формирования элементов с различной структурой в пределах одной детали при ее изготовлении методом СЛС путем изменения алгоритма сканирования. Отмечено, что использование идентичных по формируемой геометрии 3D-моделей, но различных по алгоритму сканирования лазерным лучом непосредственно в процессе лазерного сплавления, приводит к формированию принципиально разной структуры создаваемого образца, в силу различных условий кристаллизации металла.

Об авторах

И. В. Шакиров

НИЦ “Курчатовский институт” – ЦНИИ КМ “Прометей”

Автор, ответственный за переписку.
Email: i.v.shakirov@yandex.ru
Россия, 191015, Санкт-Петербург, ул. Шпалерная, 49

А. В. Олисов

Национальный исследовательский Томский государственный университет

Email: i.v.shakirov@yandex.ru
Россия, 634050, Томск, просп. Ленина, 36

П. А. Кузнецов

НИЦ “Курчатовский институт” – ЦНИИ КМ “Прометей”

Email: i.v.shakirov@yandex.ru
Россия, 191015, Санкт-Петербург, ул. Шпалерная, 49

А. С. Жуков

НИЦ “Курчатовский институт” – ЦНИИ КМ “Прометей”

Email: i.v.shakirov@yandex.ru
Россия, 191015, Санкт-Петербург, ул. Шпалерная, 49

Список литературы

  1. Agrawal A.K., Bellefon G.M., Thoma D. High-throughput experimentation for microstructural design in additively manufactured 316L stainless steel // Mater. Sci. Eng.: A. 2020. V. 793. P. 139841. https://doi.org/10.1016/j.msea.2020.139841
  2. Kuznetsov P.A., Shakirov I.V., Mozhayko A.A., Zhukov A.S., Bobyr V.V. Comparison of sequential and circular scanning thermal fields and their influence on microstructure of Alnico alloy produced by laser powder bed fusion // J. Phys.: Conference Series. 2021. V. 1967. № 1. P. 012064. https://doi.org/10.1088/1742-6596/1967/1/012064
  3. Shakirov I.V., Zhukov A.S., Perevislov S.N., Olisov A.V. The Effect of Selective Laser Melting Conditions on the Structure of an Alnico Alloy // Phys. Met. Metal. 2022. V. 123. № 3. P. 227–237. https://doi.org/10.1134/S0031918X22030103
  4. Shubo Gao, Zhiheng Hu, Martial Duchamp, Krishnan P.S.S.R., Tekumalla S., Song X., Seita M. Recrystallization-based grain boundary engineering of 316L stainless steel produced via selective laser melting // Acta Mater. 2020. V. 200. P. 366–377. https://doi.org/10.1016/j.actamat.2020.09.015
  5. Xiaofeng L., Denghao Y., Xiaoyu W., Jinfang Zh., Xiaohui Y., Zixuan Zh., Jianhong W., Bin L., Peikang B. Study on Mechanism of Structure Angle on Microstructure and Properties of SLM-Fabricated 316L Stainless Steel // Frontiers in Bioengineering and Biotechnology. 2021. V. 9. P. 778332. https://www.frontiersin.org/articles/https://doi.org/10.3389/fbioe.2021.778332. 10.3389/fbioe.2021.778332
  6. Pham M.S., Dovgyy B., Hooper P.A., Gourlay C.M., Piglione A. The role of side-branching in microstructure development in laser powder-bed fusion // Nat. Commun. 2020. V. 11. P. 749. https://doi.org/10.1038/s41467-020-14453-3
  7. Zhang S., Jahn A., Jauer L., Schleifenbaum J.H. Geometry-Based Radiation Prediction of Laser Exposure Area for Laser Powder Bed Fusion Using Deep Learning // Appl. Sci. 2022. V. 12. P. 8854. https://doi.org/10.3390/app12178854
  8. Колмаков А.Г., Иванников А.Ю., Каплан М.А., Кирсанкин А.А., Севостьянов М.А. Коррозионностойкие стали в аддитивном производстве // Изв. вузов Черная Металлургия. 2021. Т. 64. № 9. С. 619–650. https://doi.org/10.17073/0368-0797-2021-9-619-650
  9. Bahl S., Mishra S., Yazar K.U., Kola I.R., Chatterjee K., Suwas S. Non-equilibrium microstructure, crystallographic texture and morphological texture synergistically result in unusual mechanical properties of 3D printed 316L stainless steel // Additive Manufacturing. 2019. V. 28. P. 65–77. https://doi.org/10.1016/j.addma.2019.04.016
  10. Molnar B., Heigel J., Whitenton E. In Situ Thermography During Laser Powder Bed Fusion of a Nickel Super Alloy 625 Artifact with Various Overhangs // J. Res. Natl. Inst. Stan. 2021. V. 126. P. 126005. https://doi.org/10.6028/jres.126.005
  11. Chernyshikhin S.V., Pelevin I.A., Karimi F., Shishkovsky I.V. The Study on Resolution Factors of LPBF Technology for Manufacturing Superelastic NiTi Endodontic Files // Mater. 2022. V. 15. P. 6556. https://doi.org/10.3390/ma15196556
  12. Vrána R., Koutecký T., ˇCervinek O., Zikmund T., Pantelejev L., Kaiser J., Koutný D. Deviations of the SLM Produced Lattice Structures and Their Influence on Mechanical Properties // Mater. 2022. V. 15. P. 3144. https://doi.org/10.3390/ma15093144
  13. Scalzo F., Totis G., Sortino M. Influence of the Experimental Setup on the Damping Properties of SLM Lattice Structures // Experimental Mechanics. 2023. V. 63. № 1. P. 17–28. https://doi.org/10.1007/s11340-022-00898-8
  14. Loginov Yu.N., Stepanov S.I., Ryshkov N.M., Yudin A.V., Tretyakov E.V. Effect of SLM parameters on the structure and properties of CP-Ti // AIP Conference Proceedings. 2018. V. 2053. P. 040052. https://doi.org/10.1063/1.5084490
  15. Peng K., Duan R., Liu Z., Lv X., Li Q., Zhao F., Wei B., Nong B., Wei S. Cracking Behavior of René 104 Nickel-Based Superalloy Prepared by Selective Laser Melting Using Different Scanning Strategies // Mater. 2020. V. 13. P. 2149. https://doi.org/10.3390/ma13092149
  16. Cao Y., Bai P., Liu F., Hou X. Investigation on the Precipitates of IN718 Alloy Fabricated by Selective Laser Melting // Metals. 2019. V. 9. P. 1128. https://doi.org/10.3390/met9101128
  17. Geiger F., Kunze K., Etter T. Tailoring the texture of IN738LC processed by selective laser melting (SLM) by specific scanning strategies // Mater. Sci. Eng.: A. 2016. V. 661. P. 240–246. https://doi.org/10.1016/j.msea.2016.03.036

Дополнительные файлы



Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».