科学家对金属3D打印性能调控诞生新理解:无需后处理、不换成分,性能可调!

美国能源部下属国家研究机构劳伦斯·利弗莫尔国家实验室(LLNL)的科学家们最近的一项研究表明,3D打印金属的性能 可以在制造过程中进行 精确调整。研究团队通过改变打印高熵合金时的激光扫描速度,揭示了 冷却速率如 何影响金属凝固过程中的原子结构。研究结果表明,无需进行后处理或合金重新设计,即可通过工艺参数直接调整材料性能。

研究结果直接解决了金属3D打印材料性能不确定造成的主要应用障碍,有助于这项技术获得更广泛的应用。

金属增材制造可预测面临的挑战

金属增材制造技术虽然能够制造用于航空航天和国防领域的复杂形状部件,但由于材料性能难以预测,因此仍旧难以被大胆用于对性能要求高的关键应用中。打印过程中快速的熔化和凝固会形成非平衡的微观结构,即使在相同的标准工艺参数下,也会导致强度、延展性和断裂韧性出现显著差异。

劳伦斯利弗莫尔国家实验室(LLNL)指出,高熵合金包含多种主要元素而非单一基体金属,因此比传统合金具有更广阔的设计空间。其复杂的化学成分使其能够展现出广泛的力学性能,但也使其对打印过程中的热历史高度敏感。因此,冷却速率的微小差异就可能显著改变原子排列和最终性能,进一步加剧了可预测性的挑战。

马萨诸塞大学团队制备出兼具超强强度和高延展性的高性能纳米结构合金

利用激光速度对原子结构进行编程

为了研究工艺参数如何影响材料性能,由LLNL领导的研究团队将热力学建模与金属增材制造的分子动力学模拟相结合。研究人员分析了激光扫描速度如何影响凝固过程中的冷却速率,进而影响原子在成分复杂的合金中的排列方式。

结果表明,更快的激光扫描速度会提高冷却速率,从而限制原子重排成低能构型的时间,这使得材料锁定在非平衡原子结构中。较慢的扫描速度则允许更多的原子重排,从而产生更接近热力学平衡的结构。

这种工艺级控制能够直接在同一合金体系内实现强度和延展性之间的调控。快速冷却可提高强度,但会增加脆性;而缓慢冷却则可获得更均衡的力学性能。该方法无需改变合金成分,只需修改单个打印参数即可调整性能。

利用增材制造技术高通量合成Mo-Nb-Ta-W高熵合金

“我们现在已经能够有效地设计出充分利用增材制造特性(例如极快的冷却速度)的新材料,”副组长托马斯·沃辛说道。

不同冷却速率下快速凝固的AlCrFe2Ni2高熵合金的室温截面图(300 K)下,冷却速率分别为10K/ps, 5K/ps,0.1K/ps,0.01K/ps.蓝色、绿色和白色球体分别对应BCC、FCC和非晶原子。中央方框代表初始晶格,作为BCC结构(以蓝色球体表示)

尽管LLNL的研究表明,在金属增材制造过程中,可以通过控制激光扫描速度来影响原子结构,但这些发现是基于高熵合金的热力学建模和分子动力学模拟,尚未在经过认证的大规模零件生产中得到验证。尽管如此,这项工作表明,工艺参数可以作为有意设计的手段来影响材料性能,而不是将微观结构变化视为不可避免的结果。

性能可调控在应用中至关重要

在金属增材制造过程中调整机械性能的能力解决了该领域面临的一个根本性难题:最终用途零件性能的不确定性。在航空航天、国防和能源等领域,工程师无法基于各种可能的材料结果来设计或认证零件。机械性能必须预先确定,才能满足认证、安全和可靠性要求。然而,传统的金属增材制造工艺往往会产生微观结构差异,因为热流的微小变化就可能导致原子结构的巨大差异。

通过增材制造制成的高熵合金

近期的研究反映出学界正努力减少这种不确定性。研究表明,激光粉末床熔融过程中的冷却速率会影响晶粒结构、韧性和耐腐蚀性;而其他研究团队则开发出一些工具,可以通过调整激光功率和扫描策略来预测和影响镍基高温合金的微观结构。这些方法旨在使打印材料的性能与设计意图相符,但通常需要进行大量的参数优化或针对特定合金的调整。 

3D打印技术参考查询到,LLNL的这项研究以“Unravelling Microstructure Selection in an Additively Manufactured Eutectic High-Entropy Alloy”为题发表在Advanced Materials。

注:本文由3D打印技术参考创作,未经联系授权,谢绝转载。#增材制造 #3D打印 

欢迎转发

延伸阅读:

1.将金属3D打印玩出差异化!西空智造展示“智能三打”技术在商业航天具体能做什么

2.“真正进入欧美市场”,中国增材制造企业还缺什么?

3.金属3D打印“局部微观结构精准编程”—多体积激光能量密度控制技术

4.重大突破:我国多金属3D打印航空发动机整体涡轮叶盘,首次通过试车考核!

内容概要:本文围绕列车-轨道-桥梁交互仿真研究,基于Matlab平台构建数值模型,系统分析列车运行过程中轨道与桥梁结构间的动态相互作用机制。研究涵盖多体动力学建模、耦合系统运动方程求解、边界条件设定及仿真结果可视化等关键环节,重点揭示高速行车条件下基础设施的振动传递规律与力学响应特征。该仿真方法可有效评估结构安全性、舒适性指标及疲劳寿命,为轨道交通工程的设计优化与运维管理提供理论支撑和技术路径。文中配套提供了完整的Matlab代码实现方案及操作说明,便于用户复现、验证和拓展相关研究。; 适合人群:具备Matlab编程基础和结构动力学、车辆动力学等相关专业知识的研究生、科研人员及从事铁路工程、桥梁工程与交通系统安全评估的工程技术人才,尤其适合开展轨道交通耦合振动课题的研究者。; 使用场景及目标:①用于高校与科研机构进行列车-轨道-桥梁耦合系统动力学特性的教学演示与科学研究;②支撑高速铁路桥梁的设计优化、运营安全性评估与减振降噪方案验证;③为复杂交通基础设施的多物理场耦合仿真提供建模思路与代码参考。; 阅读建议:建议读者结合所提供的Matlab代码逐模块深入研读,重点关注系统建模假设、质量-刚度-阻尼矩阵构建方法及数值积分算法的实现细节,同时可通过调整参数进行敏感性分析,进一步掌握仿真模型的适用范围与优化方向。
内容概要:本文系统研究了非线性薛定谔方程的物理信息神经网络(PINN)求解方法,提出一种将物理规律嵌入深度学习模型的科学计算范式。通过构建全连接神经网络架构,将非线性薛定谔方程及其初始/边界条件作为损失函数的核心组成部分,实现了在无须大量标注数据的前提下对复值偏微分方程的高精度数值求解。该方法充分利用自动微分技术精确计算方程残差,有效融合了数据驱动与模型驱动的优势,在光学孤子传播、量子系统演化等典型场景中展现出优异的逼近能力与泛化性能。文中配套提供了完整的Python实现代码,涵盖网络搭建、损失定义、训练优化与结果可视化全流程。; 适合人群:具备Python编程能力与深度学习基础知识,熟悉偏微分方程理论及科学计算的理工科研究生、科研人员,以及从事光学、量子物理、流体力学等领域建模与仿真的工程技术人员。; 使用场景及目标:① 掌握PINN方法的基本原理与实现技巧;② 学习如何将复杂物理方程转化为可训练的神经网络损失项;③ 应用于非线性光学、玻色-爱因斯坦凝聚、水波动力学等问题的仿真与预测;④ 为相关科研课题提供可复现的算法原型与代码参考。; 阅读建议:建议读者结合所提供的Python代码进行动手实践,重点理解神经网络对微分算子的近似机制、损失函数的多任务加权策略以及训练过程中的超参数调优方法,进而可迁移至其他非线性偏微分方程的求解任务,拓展其在交叉学科中的应用边界。
源码下载地址: https://pan.quark.cn/s/a4b39357ea24 微软推出的【AZ-900微软认证】是一项针对初学者的基础级云服务资格认证,其目的在于帮助学习者掌握云概念、微软Azure服务的运作机制以及云解决方案的核心知识。获得这一认证后,考生将能够清晰地理解云计算领域的基础术语、服务模式(包括IaaS、PaaS、SaaS等)以及这些服务在Azure平台上的实际应用方式。 在【必过考题】部分,我们可以观察到两个重点议题,它们分别聚焦于PaaS(平台即服务)的概念阐释和云成本的计算方式。 在第一个议题中,考生被要求辨别关于PaaS的正确性描述。PaaS平台提供了一个开发环境,但并不允许用户直接访问操作系统(Box 1: No)。比如,Azure Web Apps服务可以用来部署web应用,但用户无法直接管理虚拟机或IIS系统。另一方面,PaaS确实具备自动扩展的功能(Box 2: Yes),这表示可以根据实际需求自动增加负载均衡的虚拟机以支持web应用的运行。PaaS框架还为开发人员提供了构建和调整云端应用的工具,预置的应用组件能够有效缩短应用的编程周期(Box 3: Yes)。 第二个议题同样关注云计算理念的理解,尤其强调IT支出从资本性支出(CapEx)向运营性支出(OpEx)的转型思想。传统的IT投资通常被视为CapEx,而云计算的按需付费机制使企业能够将这部分开支转化为OpEx,从而在财务规划上获得更大的自由度。 在为AZ-900考试做准备时,考生需要特别关注以下几个核心知识点: 1. **云服务模式**:深入理解IaaS(基础设施即服务)、PaaS和SaaS(软件即服务)之间的差异及其各自的应用情境。 2. **Azure服务*...
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