Figure 14. Defects: (a) Unmelt defects(Scheme NO.4);(b) Pores defects(Scheme NO.1); (c); Spattering defect (Scheme NO.3); (d) Low overlapping rate defects(Scheme NO.5).

Molten pool structure, temperature and velocity
flow in selective laser melting AlCu5MnCdVA alloy

용융 풀 구조, 선택적 온도 및 속도 흐름 레이저 용융 AlCu5MnCdVA 합금

Pan Lu1 , Zhang Cheng-Lin^2,6,Wang Liang³, Liu Tong⁴ and Liu Jiang-lin⁵
¹ Aviation and Materials College, Anhui Technical College of Mechanical and Electrical Engineering, Wuhu Anhui 241000, People’s
Republic of China 2 School of Engineering Science, University of Science and Technology of China, Hefei Anhui 230026, People’s Republic of China 3 Anhui Top Additive Manufacturing Technology Co., Ltd., Wuhu Anhui 241300, People’s Republic of China 4 Anhui Chungu 3D Printing Institute of Intelligent Equipment and Industrial Technology, Anhui 241300, People’s Republic of China 5 School of Mechanical and Transportation Engineering, Taiyuan University of Technology, Taiyuan Shanxi 030024, People’s Republic of
China 6 Author to whom any correspondence should be addressed.
E-mail: ahjdpanlu@126.com, jiao__zg@126.com, ahjdjxx001@126.com,tongliu1988@126.com and liujianglin@tyut.edu.cn

Keywords

SLM, molten pool, AlCu5MnCdVA alloy, heat flow, velocity flow, numerical simulation

Abstract

선택적 레이저 용융(SLM)은 열 전달, 용융, 상전이, 기화 및 물질 전달을 포함하는 복잡한 동적 비평형 프로세스인 금속 적층 제조(MAM)에서 가장 유망한 기술 중 하나가 되었습니다. 용융 풀의 특성(구조, 온도 흐름 및 속도 흐름)은 SLM의 최종 성형 품질에 결정적인 영향을 미칩니다. 이 연구에서는 선택적 레이저 용융 AlCu5MnCdVA 합금의 용융 풀 구조, 온도 흐름 및 속도장을 연구하기 위해 수치 시뮬레이션과 실험을 모두 사용했습니다.

그 결과 용융풀의 구조는 다양한 형태(깊은 오목 구조, 이중 오목 구조, 평면 구조, 돌출 구조 및 이상적인 평면 구조)를 나타냈으며, 용융 풀의 크기는 약 132 μm × 107 μm × 50 μm였습니다. : 용융풀은 초기에는 여러 구동력에 의해 깊이 15μm의 깊은 오목형상이었으나, 성형 후기에는 장력구배에 의해 높이 10μm의 돌출형상이 되었다. 용융 풀 내부의 금속 흐름은 주로 레이저 충격력, 금속 액체 중력, 표면 장력 및 반동 압력에 의해 구동되었습니다.

AlCu5MnCdVA 합금의 경우, 금속 액체 응고 속도가 매우 빠르며(3.5 × 10-4 S), 가열 속도 및 냉각 속도는 각각 6.5 × 107 K S-1 및 1.6 × 106 K S-1 에 도달했습니다. 시각적 표준으로 표면 거칠기를 선택하고, 낮은 레이저 에너지 AlCu5MnCdVA 합금 최적 공정 매개변수 창을 수치 시뮬레이션으로 얻었습니다: 레이저 출력 250W, 부화 공간 0.11mm, 층 두께 0.03mm, 레이저 스캔 속도 1.5m s-1 .

또한, 실험 프린팅과 수치 시뮬레이션과 비교할 때, 용융 풀의 폭은 각각 약 205um 및 약 210um이었고, 인접한 두 용융 트랙 사이의 중첩은 모두 약 65um이었다. 결과는 수치 시뮬레이션 결과가 실험 인쇄 결과와 기본적으로 일치함을 보여 수치 시뮬레이션 모델의 정확성을 입증했습니다.

Selective Laser Melting (SLM) has become one of the most promising technologies in Metal Additive Manufacturing (MAM), which is a complex dynamic non-equilibrium process involving heat transfer, melting, phase transition, vaporization and mass transfer. The characteristics of the molten pool (structure, temperature flow and velocity flow) have a decisive influence on the final forming quality of SLM. In this study, both numerical simulation and experiments were employed to study molten pool structure, temperature flow and velocity field in Selective Laser Melting AlCu5MnCdVA alloy. The results showed the structure of molten pool showed different forms(deep-concave structure, double-concave structure, plane structure, protruding structure and ideal planar structure), and the size of the molten pool was approximately 132 μm × 107 μm × 50 μm: in the early stage, molten pool was in a state of deep-concave shape with a depth of 15 μm due to multiple driving forces, while a protruding shape with a height of 10 μm duo to tension gradient in the later stages of forming. The metal flow inside the molten pool was mainly driven by laser impact force, metal liquid gravity, surface tension and recoil pressure. For AlCu5MnCdVA alloy, metal liquid solidification speed was extremely fast(3.5 × 10−4 S), the heating rate and cooling rate reached 6.5 × 107 K S−1 and 1.6 × 106 K S−1 , respectively. Choosing surface roughness as a visual standard, low-laser energy AlCu5MnCdVA alloy optimum process parameters window was obtained by numerical simulation: laser power 250 W, hatching space 0.11 mm, layer thickness 0.03 mm, laser scanning velocity 1.5 m s−1 . In addition, compared with experimental printing and numerical simulation, the width of the molten pool was about 205 um and about 210 um, respectively, and overlapping between two adjacent molten tracks was all about 65 um. The results showed that the numerical simulation results were basically consistent with the experimental print results, which proved the correctness of the numerical simulation model.

Figure 1. AlCu5MnCdVA powder particle size distribution.

Figure 3. Finite element model and calculation domains of SLM.

Figure 17. Two-pass molten tracks overlapping for Scheme NO.2.

References

[1] Cuiyun H 2008 Phase diagram determination and thermodynamic study of Al–Cu–Mn, Al–Cu–Si, Al–Mg–Ni and Ni–Ti–Si systems Central South University
[2] Zhanfei Z 2017 Study on theta phase segregation and room temperature properties of high strength cast Al–Cu–Mn alloy Lanzhou University of Technology
[3] Nie X et al 2018 Analysis of processing parameters and characteristics of selective laser melted high strength Al–Cu–Mg alloys: from single tracks to cubic samplesJ. Mater. Process. Technol. 256 69–77
[4] Shenping Y et al 2017 Laser absorptance measurement of commonly used metal materials in laser additive manufacturing technology Aviation Manufacturing Technology 12 23–9
[5] Wenqing W 2007 Relationship between cooling rate and grain size of AlCu5MnCdVA alloy Harbin University of Technology
[6] Majeed M, Vural M, Raja S and Bilal Naim Shaikh M 2019 Finite element analysis of thermal behavior in maraging steel during SLM process Optik 208 113–24
[7] Khairallah S A, Anderson A T, Rubenchik A and King W E 2016 Laser powder-bed fusion additive manufacturing: physics of complex melt flow and formation mechanisms of pores, spatter, and denudation zones Acta Mater. 108 36–45
[8] Bo C, Zhiyu X, Quanquan Z, Yuanbiao W, Liping W and Jin C 2020 Process optimization and microstructure and properties of SLM forming Cu6AlNiSnInCe imitation gold alloy Chin. J. Nonferr. Met. 30 372–82
[9] Li W 2012 Research on performance of metal parts formed by selective laser melting Huazhong University of Science and Technology
[10] Yu Q 2013 The influence of different laser heat sources on the surface shape of the molten pool in laser cladding Surf. Technol. 42 40–3

[11] Xianfeng J, Xiangchen M, Rongwei S, Xigen Y and Ming Y 2015 Research on the influence of material state change on temperature field
in SLM processing Applied Laser 35 155–9
[12] Körner C, Attar E and Heinl P 2011 Mesoscopic simulation of selective beam melting processesJ. Mater. Process. Technol. 211 978–87
[13] Yadroitsev I, Gusarov A, Yadroitsava I and Smurov I 2010 Single track formation in selective laser melting of metal powdersJ. Mater.
Process. Technol. 210 1624–31
[14] King W, Anderson A T, Ferencz R M, Hodge N E, Kamath C and Khairallah S A 2014 Overview of modelling and simulation of metal
powder bed fusion process at Lawrence Livermore National Laboratory Mater. Sci. Technol. 31 957–68
[15] Hussein A, Hao L, Yan C and Everson R 2013 Finite element simulation of the temperature and stress fields in single layers built
without-support in selective laser melting Materials & Design (1980–2015) 52 638–47
[16] Qiu C, Panwisawas C, Ward M, Basoalto H C, Brooks J W and Attallah M M 2015 On the role of melt flow into the surface structure and
porosity development during selective laser melting Acta Mater. 96 72–9
[17] Weihao Y, Hui C and Qingsong W 2020 Thermodynamic behavior of laser selective melting molten pool under the action of recoil
pressure Journal of Mechanical Engineering 56 213–9
[18] Weijuan Y 2019 Numerical simulation of melt pool temperature field and morphology evolution during laser selective melting process
Xi’an University of Technology
[19] Genwang W 2017 Research on the establishment of laser heat source model based on energy distribution and its simulation application
Harbin Institute of Technology
[20] FLOW-3D 2017 User Manual (USA: FLOW SCIENCE)
[21] Hirt C and Nichols B 1981 Volume of fluid (VOF) method for the dynamics of free boundariesJ. Comput. Phys. 39 201–25
[22] Hu Z, Zhang H, Zhu H, Xiao Z, Nie X and Zeng X 2019 Microstructure, mechanical properties and strengthening mechanisms of
AlCu5MnCdVA aluminum alloy fabricated by selective laser melting Materials Science and Engineering: A 759 154–66
[23] Ketai H, Liu Z and Lechang Y 2020 Simulation of temperature field, microstructure and mechanical properties of 316L stainless steel in
selected laser melting Progress in Laser and Optoelectronics 9 1–18
[24] Cao L 2020 Workpiece-scale numerical simulations of SLM molten pool dynamic behavior of 316L stainless steel Comput. Math. Appl.
4 22–34
[25] Dening Z, Yongping L, Tinglu H and Junyi S 2000 Numerical study of fluid flow and heat transfer in molten pool under the condition of
moving heat source J. Met. 4 387–90
[26] Chengyun C, Cui F and Wenlong Z 2018 The effect of Marangoni flow on the thermal behavior and melt flow behavior of laser cladding
Applied Laser 38 409–16
[27] Peiying B and Enhuai Y 2020 The effect of laser power on the morphology and residual stress of the molten pool of metal laser selective
melting Progress in Laser and Optoelectronics 7 1–12 http://kns.cnki.net/kcms/detail/31.1690.TN.20190717.0933.032.html
[28] Zhen L, Dongyun Z, Zhe F and Chengjie W 2017 Numerical simulation of the influence of overlap rate on the forming quality of
Inconel 718 alloy by selective laser melting processing Applied Laser 37 187–93
[29] Wei W, Qi L, Guang Y, Lanyun Q and Xiong X 2015 Numerical simulation of electromagnetic field, temperature field and flowfield of
laser melting pool under the action of electromagnetic stirring China Laser 42 48–55
[30] Hu Y, He X, Yu G and Zhao S 2016 Capillary convection in pulsed—butt welding of miscible dissimilar couple Proc. Inst. Mech. Eng.
Part C J. Mech. Eng. Sci. 231 2429–40
[31] Li R 2010 Research on the key basic problems of selective laser melting forming of metal powder Huazhong University of Science and
Technology
[32] Zijue T, Weiwei L, Zhaorui Y, Hao W and Hongchao Z 2019 Study on the shape evolution behavior of metal laser melting deposition
based on molten pool dynamic characteristicsJournal of Mechanical Engineering 55 39–47
[33] Pan L, Cheng-Lin Z, Hai-Yi L, Liang W and Tong L 2020 A new two-step selective laser remelting of 316L stainless steel: process,
density, surface roughness, mechanical properties, microstructure Mater. Res. Express 7 056503
[34] Pan L, Cheng-Lin Z, Hai-Yi L, Jiang H, Tong L and Liang W 2019 The influence and optimization of forming process parameters of
316L stainless steel prepared by laser melting on the density Forging Technology 44 103–9

원본보기

Fig. 8 Distribution of solidification properties on the yz cross section at the maximum width of the melt pool.(a) thermal gradient G, (b) solidification velocity vT, (c) cooling rate G×vT, and (d) morphology factor G/vT. These profiles are calculated with a laser power 300 W and velocity 400 mm/s using (a1 through d1) analytical Rosenthal simulation and (a2 through d2) high-fidelity CFD simulation. The laser is moving out of the page from the upper left corner of each color map (Color figure online)

Quantifying Equiaxed vs Epitaxial Solidification in Laser Melting of CMSX-4 Single Crystal Superalloy

CMSX -4 단결정 초합금의 레이저 용융에서 등축 응고와 에피택셜 응고 정량화

본 논문은 독자의 편의를 위해 기계번역된 내용이어서 자세한 내용은 원문을 참고하시기 바랍니다.

원문보기

Runbo Jiang, Zhongshu Ren, Joseph Aroh, Amir Mostafaei, Benjamin Gould, Tao Sun & Anthony D. Rollett

Abstract

에피택셜 과 등축 응고 사이의 경쟁은 적층 제조에서 실행되는 레이저 용융 동안 CMSX-4 단결정 초합금에서 조사되었습니다. 단일 트랙 레이저 스캔은 레이저 출력과 스캐닝 속도의 여러 조합으로 방향성 응고된 CMSX-4 합금의 분말 없는 표면에서 수행되었습니다. EBSD(Electron Backscattered Diffraction) 매핑은 새로운 방향의 식별을 용이하게 합니다. 영역 분율 및 공간 분포와 함께 융합 영역 내에서 핵을 형성한 “스트레이 그레인”은 충실도가 높은 전산 유체 역학 시뮬레이션을 사용하여 용융 풀 내의 온도 및 유체 속도 필드를 모두 추정했습니다. 이 정보를 핵 생성 모델과 결합하여 용융 풀에서 핵 생성이 발생할 확률이 가장 높은 위치를 결정했습니다. 금속 적층 가공의 일반적인 경험에 따라 레이저 용융 트랙의 응고된 미세 구조는 에피택셜 입자 성장에 의해 지배됩니다. 더 높은 레이저 스캐닝 속도와 더 낮은 출력이 일반적으로 흩어진 입자 감소에 도움이 되지만,그럼에도 불구하고 길쭉한 용융 풀에서 흩어진 입자가 분명했습니다.

The competition between epitaxial vs. equiaxed solidification has been investigated in CMSX-4 single crystal superalloy during laser melting as practiced in additive manufacturing. Single-track laser scans were performed on a powder-free surface of directionally solidified CMSX-4 alloy with several combinations of laser power and scanning velocity. Electron backscattered diffraction (EBSD) mapping facilitated identification of new orientations, i.e., “stray grains” that nucleated within the fusion zone along with their area fraction and spatial distribution. Using high-fidelity computational fluid dynamics simulations, both the temperature and fluid velocity fields within the melt pool were estimated. This information was combined with a nucleation model to determine locations where nucleation has the highest probability to occur in melt pools. In conformance with general experience in metals additive manufacturing, the as-solidified microstructure of the laser-melted tracks is dominated by epitaxial grain growth; nevertheless, stray grains were evident in elongated melt pools. It was found that, though a higher laser scanning velocity and lower power are generally helpful in the reduction of stray grains, the combination of a stable keyhole and minimal fluid velocity further mitigates stray grains in laser single tracks.

Introduction

니켈 기반 초합금은 고온에서 긴 노출 시간 동안 높은 인장 강도, 낮은 산화 및 우수한 크리프 저항성을 포함하는 우수한 특성의 고유한 조합으로 인해 가스 터빈 엔진 응용 분야에서 광범위하게 사용됩니다. CMSX-4는 특히 장기 크리프 거동과 관련하여 초고강도의 2세대 레늄 함유 니켈 기반 단결정 초합금입니다. ^{[ 1 , 2 ]}입계의 존재가 크리프를 가속화한다는 인식은 가스 터빈 엔진의 고온 단계를 위한 단결정 블레이드를 개발하게 하여 작동 온도를 높이고 효율을 높이는 데 기여했습니다. 이러한 구성 요소는 사용 중 마모될 수 있습니다. 즉, 구성 요소의 무결성을 복원하고 단결정 미세 구조를 유지하는 수리 방법을 개발하기 위한 지속적인 작업이 있었습니다. ^{[ 3 , 4 , 5 ]}

적층 제조(AM)가 등장하기 전에는 다양한 용접 공정을 통해 단결정 초합금에 대한 수리 시도가 수행되었습니다. ^{균열 [ 6 , 7 ]} 및 흩어진 입자 ^{[ 8 , 9 ]} 와 같은 심각한 결함 이 이 수리 중에 자주 발생합니다. 일반적으로 “스트레이 그레인”이라고 하는 응고 중 모재의 방향과 다른 결정학적 방향을 가진 새로운 그레인의 형성은 니켈 기반 단결정 초합금의 수리 중 유해한 영향으로 인해 중요한 관심 대상입니다. ^{[ 3 , 10 ]}결과적으로 재료의 단결정 구조가 손실되고 원래 구성 요소에 비해 기계적 특성이 손상됩니다. 이러한 흩어진 입자는 특정 조건에서 에피택셜 성장을 대체하는 등축 응고의 시작에 해당합니다.

떠돌이 결정립 형성을 완화하기 위해 이전 작업은 용융 영역(FZ) 내에서 응고하는 동안 떠돌이 결정립 형성에 영향을 미치는 수지상 응고 거동 및 처리 조건을 이해하는 데 중점을 두었습니다. ^{[ 11 , 12 , 13 , 14 ]} 연구원들은 단결정 합금의 용접 중에 표류 결정립 형성에 대한 몇 가지 가능한 메커니즘을 제안했습니다. ^{[ 12 , 13 , 14 , 15 ]}응고 전단에 앞서 국부적인 구성 과냉각은 이질적인 핵 생성 및 등축 결정립의 성장을 유발할 수 있습니다. 또한 용융 풀에서 활발한 유체 흐름으로 인해 발생하는 덴드라이트 조각화는 용융 풀 경계 근처에서 새로운 결정립을 형성할 수도 있습니다. 두 메커니즘 모두에서, 표류 결정립 형성은 핵 생성 위치에 의존하며, 차이점은 수상 돌기 조각화는 수상 돌기 조각이 핵 생성 위치로 작용한다는 것을 의미하는 반면 다른 메커니즘은 재료, 예 를 들어 산화물 입자에서 발견되는 다른 유형의 핵 생성 위치를 사용한다는 것을 의미합니다. 잘 알려진 바와 같이, 많은 주물에 대한 반대 접근법은 TiB와 같은 핵제의 도입을 통해 등축 응고를 촉진하는 것입니다.22알루미늄 합금에서.

헌법적 과냉 메커니즘에서 Hunt ^[ 11 ] 는 정상 상태 조건에서 기둥에서 등축으로의 전이(CET)를 설명하는 모델을 개발했습니다. Gaumann과 Kurz는 Hunt의 모델을 수정하여 단결정이 응고되는 동안 떠돌이 결정립이 핵을 생성하고 성장할 수 있는 정도를 설명했습니다. ^{[ 12 , 14 ]} 이후 연구에서 Vitek은 Gaumann의 모델을 개선하고 출력 및 스캐닝 속도와 같은 용접 조건의 영향에 대한 보다 자세한 분석을 포함했습니다. Vitek은 또한 실험 및 모델링 기술을 통해 표류 입자 형성에 대한 기판 방향의 영향을 포함했습니다. ^{[ 3 , 10 ]}일반적으로 높은 용접 속도와 낮은 출력은 표류 입자의 양을 최소화하고 레이저 용접 공정 중 에피택셜 단결정 성장을 최대화하는 것으로 나타났습니다. ^{[ 3,10 ] 그러나 Vitek은 덴드라이트 조각화를 고려하지 않았으며 그의 연구는 불균질 핵형성이 레이저 용접된 CMSX} -4 단결정 합금에서 표류 결정립 형성을 이끄는 주요 메커니즘임을 나타냅니다. 현재 작업에서 Vitek의 수치적 방법이 채택되고 금속 AM의 급속한 특성의 더 높은 속도와 더 낮은 전력 특성으로 확장됩니다.

AM을 통한 금속 부품 제조 는 지난 10년 동안 급격한 인기 증가를 목격했습니다. ^[ 16 ] EBM(Electron Beam Melting)에 의한 CMSX-4의 제작 가능성은 자주 조사되었으나 ^{[ 17 , 18 , 19 , 20 , 21 ]} CMSX의 제조 및 수리에 대한 조사는 매우 제한적이었다. – 4개의 단결정 구성요소는 레이저 분말 베드 융합(LPBF)을 사용하며, AM의 인기 있는 하위 집합으로, 특히 표류 입자 형성을 완화하는 메커니즘과 관련이 있습니다. ^[ 22 ]이러한 조사 부족은 주로 이러한 합금 시스템과 관련된 처리 문제로 인해 발생합니다. ^{[ 2 , 19 , 22 , 23 , 24 ]} 공정 매개변수( 예: 열원 전력, 스캐닝 속도, 스폿 크기, 예열 온도 및 스캔 전략)의 엄격한 제어는 완전히 조밀한 부품을 만들고 유지 관리할 수 있도록 하는 데 필수적입니다. 단결정 미세구조. ^[ 25 ] EBM을 사용하여 단결정 합금의 균열 없는 수리가 현재 가능하지만 ^{[ 19 , 24 ]} 표류 입자를 생성하지 않는 수리는 쉽게 달성할 수 없습니다.^{[ 23 , 26 ]}

이 작업에서 LPBF를 대표하는 조건으로 레이저 용융을 사용하여 단결정 CMSX-4에서 표류 입자 완화를 조사했습니다. LPBF는 스캐닝 레이저 빔을 사용하여 금속 분말의 얇은 층을 기판에 녹이고 융합합니다. ^층별 증착에서 레이저 빔의 사용은 급격한 온도 구배, 빠른 가열/냉각 주기 및 격렬한 유체 흐름을 경험하는 용융 풀을 생성 ^합니다^.이것은 일반적으로 부품에 결함을 일으킬 수 있는 매우 동적인 물리적 현상으로 이어집니다. ^{[ 28 , 29 , 30 ]} 레이저 유도 키홀의 동역학( 예:, 기화 유발 반동 압력으로 인한 위상 함몰) 및 열유체 흐름은 AM 공정에서 응고 결함과 강하게 결합되고 관련됩니다. ^{[ 31 , 32 , 33 , 34 ]} 기하 구조의 급격한 변화가 발생하기 쉬운 불안정한 키홀은 다공성, 볼링, 스패터 형성 및 흔하지 않은 미세 구조 상을 포함하는 유해한 물리적 결함을 유발할 수 있습니다. 그러나 키홀 진화와 유체 흐름은 자연적으로 다음을 통해 포착 ^하기^어렵습니다 ^.전통적인 사후 특성화 기술. 고충실도 수치 모델링을 활용하기 위해 이 연구에서는 전산유체역학(CFD)을 적용하여 표면 아래의 레이저-물질 상호 작용을 명확히 했습니다. ^[ 36 ] 이것은 응고된 용융물 풀의 단면에 대한 오랫동안 확립된 사후 특성화와 비교하여 키홀 및 용융물 풀 유체 흐름 정량화를 실행합니다.

CMSX-4 구성 요소의 레이저 기반 AM 수리 및 제조를 위한 적절한 절차를 개발하기 위해 적절한 공정 창을 설정하고 응고 중 표류 입자 형성 경향에 대한 예측 기능을 개발하는 것부터 시작합니다. 다중 합금에 대한 단일 트랙 증착은 분말 층이 있거나 없는 AM 공정에서 용융 풀 형상 및 미세 구조의 정확한 분석을 제공하는 것으로 나타났습니다. ^{[ 37 , 38 , 39 ]}따라서 본 연구에서는 CMSX-4의 응고 거동을 알아보기 위해 분말을 사용하지 않는 단일 트랙 레이저 스캔 실험을 사용하였다. 이는 CMSX-4 단결정의 LPBF 제조를 위한 예비 실험 지침을 제공합니다. 또한 응고 모델링은 기존 용접에서 LPBF와 관련된 급속 용접으로 확장되어 표류 입자 감소를 위한 최적의 레이저 용융 조건을 식별했습니다. 가공 매개변수 최적화를 위한 추가 지침을 제공하기 위해 용융물 풀의 매우 동적인 유체 흐름을 모델링했습니다.

재료 및 방법

단일 트랙 실험

방전 가공(EDM)을 사용하여 CMSX-4 방향성 응고 단결정 잉곳으로부터 샘플을 제작했습니다. 샘플의 최종 기하학은 치수 20의 직육면체 형태였습니다.××20××6mm. 6개 중 하나⟨ 001 ⟩⟨001⟩잉곳의 결정학적 방향은 레이저 트랙이 이 바람직한 성장 방향을 따라 스캔되도록 절단 표면에 수직으로 위치했습니다. 단일 레이저 용융 트랙은 EOS M290 기계를 사용하여 분말이 없는 샘플 표면에 만들어졌습니다. 이 기계는 최대 출력 400W, 가우시안 빔 직경 100의 이터븀 파이버 레이저가 장착된 LPBF 시스템입니다. μμ초점에서 m. 실험 중에 직사각형 샘플을 LPBF 기계용 맞춤형 샘플 홀더의 포켓에 끼워 표면을 동일한 높이로 유지했습니다. 이 맞춤형 샘플 홀더에 대한 자세한 내용은 다른 곳에서 설명합니다. ^실험 은 아르곤 퍼지 분위기에서 수행되었으며 예열은 적용되지 ^{않았습니다}^.단일 트랙 레이저 용융 실험은 다양한 레이저 출력(200~370W)과 스캔 속도(0.4~1.4m/s)에서 수행되었습니다.

성격 묘사

레이저 스캐닝 후, 레이저 빔 스캐닝 방향에 수직인 평면에서 FZ를 통해 다이아몬드 톱을 사용하여 샘플을 절단했습니다. 그 후, 샘플을 장착하고 220 그릿 SiC 페이퍼로 시작하여 콜로이드 실리카 현탁액 광택제로 마무리하여 자동 연마했습니다. 결정학적 특성화는 20kV의 가속 전압에서 TESCAN MIRA 3XMH 전계 방출 주사 전자 현미경(SEM)에서 수행되었습니다. EBSD 지도는0.4μm _0.4μ미디엄단계 크기. Bruker 시스템을 사용하여 EBSD 데이터를 정리하고 분석했습니다. EBSD 클린업은 그레인을 접촉시키기 위한 그레인 확장 루틴으로 시작한 다음 인덱스되지 않은 회절 패턴과 관련된 검은색 픽셀을 해결하기 위해 이웃 방향 클린업 루틴으로 이어졌습니다. 용융 풀 형태를 분석하기 위해 단면을 광학 현미경으로 분석했습니다. 광학 특성화의 대비를 향상시키기 위해 10g CuSO로 구성된 Marbles 시약의 변형으로 샘플을 에칭했습니다.44, 50mL HCl 및 70mL H22영형.

응고 모델링

구조적 과냉 기준에 기반한 응고 모델링을 수행하여 표유 입자의 성향 및 분포에 대한 가공 매개변수의 영향을 평가했습니다. 이 분석 모델링 접근 방식에 대한 자세한 내용은 이전 작업에서 제공됩니다. ^{[ 3 , 10 ] 참고문헌}3 에 기술된 바와 같이 , 기본 재료의 결정학적 배향을 가진 용융 풀에서 총 표유 입자 면적 분율의 변화는 최소이므로 기본 재료 배향의 영향은 이 작업에서 고려되지 않았습니다. 우리의 LPBF 결과를 이전 작업과 비교하기 위해 Vitek의 작업에서 사용된 수학적으로 간단한 Rosenthal 방정식 ^[ 3 ]또한 레이저 매개변수의 함수로 용융 풀의 모양과 FZ의 열 조건을 계산하기 위한 기준으로 여기에서 채택되었습니다. Rosenthal 솔루션은 열이 일정한 재료 특성을 가진 반무한 판의 정상 상태 점원을 통해서만 전도를 통해 전달된다고 가정하며 일반적으로 다음과 같이 표현 됩니다 ^{[ 40 , 41 ]} .

티=티0+η피2 파이케이엑스2+와이2+지2———-√경험치[- 브이(엑스2+와이2+지2———-√− 엑스 )2α _] ,티=티0+η피2파이케이엑스2+와이2+지2경험치⁡[-V(엑스2+와이2+지2-엑스)2α],(1)

여기서 T 는 온도,티0티0본 연구에서 313K( 즉 , EOS 기계 챔버 온도)로 설정된 주변 온도, P 는 레이저 빔 파워, V 는 레이저 빔 스캐닝 속도,ηη는 레이저 흡수율, k 는 열전도율,αα베이스 합금의 열확산율입니다. x , y , z 는 각각 레이저 스캐닝 방향, 가로 방향 및 세로 방향의 반대 방향과 정렬된 방향입니다 . 이 직교 좌표는 참조 3 의 그림 1에 있는 시스템을 따랐습니다 . CMSX-4에 대한 고상선 온도(1603K)와 액상선 온도(1669K)의 등온선 평균으로 응고 프런트( 즉 , 고체-액체 계면)를 정의했습니다. ^{[ 42 , 43 , 44 ]} 시뮬레이션에 사용된 열물리적 특성은 표 I 에 나열되어 있습니다.표 I CMSX-4의 응고 모델링에 사용된 열물리적 특성

풀 사이즈 테이블

열 구배는 외부 열 흐름에 의해 결정되었습니다.∇ 티∇티^[ 45 ] 에 의해 주어진 바와 같이 :

지 = | ∇ 티| =∣∣∣∂티∂엑스나^^+∂티∂와이제이^^+∂티∂지케이^^∣∣∣=(∂티∂엑스)2+(∂티∂와이)2+(∂티∂지)2————————√,G=|∇티|=|∂티∂엑스나^^+∂티∂와이제이^^+∂티∂지케이^^|=(∂티∂엑스)2+(∂티∂와이)2+(∂티∂지)2,(2)

어디나^^나^^,제이^^제이^^, 그리고케이^^케이^^는 각각 x , y 및 z 방향 을 따른 단위 벡터 입니다. 응고 등온선 속도,V티V티는 다음 관계에 의해 레이저 빔 스캐닝 속도 V 와 기하학적으로 관련됩니다.

V티= V코사인θ =V∂티∂엑스(∂티∂엑스)2+(∂티∂와이)2+(∂티∂지)2——————-√,V티=V코사인⁡θ=V∂티∂엑스(∂티∂엑스)2+(∂티∂와이)2+(∂티∂지)2,(삼)

어디θθ는 스캔 방향과 응고 전면의 법선 방향( 즉 , 최대 열 흐름 방향) 사이의 각도입니다. 이 연구의 용접 조건과 같은 제한된 성장에서 수지상 응고 전면은 고체-액체 등온선의 속도로 성장하도록 강제됩니다.V티V티. ^[ 46 ]

응고 전선이 진행되기 전에 새로 핵 생성된 입자의 국지적 비율ΦΦ, 액체 온도 구배 G 에 의해 결정 , 응고 선단 속도V티V티및 핵 밀도N0N0. 고정된 임계 과냉각에서 모든 입자가 핵형성된다고 가정함으로써△티N△티N, 등축 결정립의 반경은 결정립이 핵 생성을 시작하는 시점부터 주상 전선이 결정립에 도달하는 시간까지의 성장 속도를 통합하여 얻습니다. 과냉각으로 대체 시간d (ΔT_) / dt = – _V티G디(△티)/디티=-V티G, 열 구배 G 사이의 다음 관계 , 등축 입자의 국부적 부피 분율ΦΦ, 수상 돌기 팁 과냉각ΔT _△티, 핵 밀도N0N0, 재료 매개변수 n 및 핵생성 과냉각△티N△티N, Gäumann 외 여러분 에 의해 파생되었습니다 . ^{[ 12 , 14 ]} Hunt의 모델 ^[ 11 ] 의 수정에 기반함 :

지 =1엔 + 1- 4π _N03 인치( 1 − Φ )———√삼ΔT _( 1 -△티엔 + 1N△티엔 + 1) .G=1N+1-4파이N0삼인⁡(1-Φ)삼△티(1-△티NN+1△티N+1).(4)

계산을 단순화하기 위해 덴드라이트 팁 과냉각을 전적으로 구성 과냉각의 것으로 추정합니다.△티씨△티씨, 멱법칙 형식으로 근사화할 수 있습니다.△티씨= ( _V티)1 / 엔△티씨=(ㅏV티)1/N, 여기서 a 와 n 은 재료 종속 상수입니다. CMSX-4의 경우 이 값은a = 1.25 ×106ㅏ=1.25×106 s K ^3.4m− 1-1,엔 = 3.4N=3.4, 그리고N0= 2 ×1015N0=2×1015미디엄− 3,-삼,참고문헌 3 에 의해 보고된 바와 같이 .△티N△티N2.5K이며 보다 큰 냉각 속도에서 응고에 대해 무시할 수 있습니다.106106 K/s. 에 대한 표현ΦΦ위의 방정식을 재배열하여 해결됩니다.

Φ= 1 -이자형에스\ 여기서\ S=- 4π _N0삼(1( 엔 + 1 ) (GN/ 아V티)1 / 엔)삼=−2.356×1019(vTG3.4)33.4.Φ=1−eS\ where\ S=−4πN03(1(n+1)(Gn/avT)1/n)3=−2.356×1019(vTG3.4)33.4.

(5)

As proposed by Hunt,^[11] a value of Φ≤0.66Φ≤0.66 pct represents fully columnar epitaxial growth condition, and, conversely, a value of Φ≥49Φ≥49 pct indicates that the initial single crystal microstructure is fully replaced by an equiaxed microstructure. To calculate the overall stray grain area fraction, we followed Vitek’s method by dividing the FZ into roughly 19 to 28 discrete parts (depending on the length of the melt pool) of equal length from the point of maximum width to the end of melt pool along the x direction. The values of G and vTvT were determined at the center on the melt pool boundary of each section and these values were used to represent the entire section. The area-weighted average of ΦΦ over these discrete sections along the length of melt pool is designated as Φ¯¯¯¯Φ¯, and is given by:

Φ¯¯¯¯=∑kAkΦk∑kAk,Φ¯=∑kAkΦk∑kAk,

(6)

where k is the index for each subsection, and AkAk and ΦkΦk are the areas and ΦΦ values for each subsection. The summation is taken over all the sections along the melt pool. Vitek’s improved model allows the calculation of stray grain area fraction by considering the melt pool geometry and variations of G and vTvT around the tail end of the pool.

수년에 걸쳐 용융 풀 현상 모델링의 정확도를 개선하기 위해 많은 고급 수치 방법이 개발되었습니다. 우리는 FLOW-3D와 함께 고충실도 CFD를 사용했습니다. FLOW-3D는 여러 물리 모델을 통합하는 상용 FVM(Finite Volume Method)입니다. ^{[ 47 , 48 ]} CFD는 유체 운동과 열 전달을 수치적으로 시뮬레이션하며 여기서 사용된 기본 물리 모델은 레이저 및 표면력 모델이었습니다. 레이저 모델에서는 레이 트레이싱 기법을 통해 다중 반사와 프레넬 흡수를 구현합니다. ^[ 36 ]먼저, 레이저 빔은 레이저 빔에 의해 조명되는 각 그리드 셀을 기준으로 여러 개의 광선으로 이산화됩니다. 그런 다음 각 입사 광선에 대해 입사 벡터가 입사 위치에서 금속 표면의 법선 벡터와 정렬될 때 에너지의 일부가 금속에 의해 흡수됩니다. 흡수율은 Fresnel 방정식을 사용하여 추정됩니다. ^나머지^{에너지는 반사광선 에 의해 유지되며}^, 반사광선은 재료 표면에 부딪히면 새로운 입사광선으로 처리됩니다. 두 가지 주요 힘이 액체 금속 표면에 작용하여 자유 표면을 변형시킵니다. 금속의 증발에 의해 생성된 반동 압력은 증기 억제를 일으키는 주요 힘입니다. 본 연구에서 사용된 반동 압력 모델은피아르 자형= 특급 _{ B ( 1- _티V/ 티) }피아르 자형=ㅏ경험치⁡{비(1-티V/티)}, 어디피아르 자형피아르 자형는 반동압력, A 와 B 는 재료의 물성에 관련된 계수로 각각 75와 15이다.티V티V는 포화 온도이고 T 는 키홀 벽의 온도입니다. 표면 흐름 및 키홀 형성의 다른 원동력은 표면 장력입니다. 표면 장력 계수는 Marangoni 흐름을 포함하기 위해 온도의 선형 함수로 추정되며,σ =1.79-9.90⋅10− 4( 티− 1654케이 )σ=1.79-9.90⋅10-4(티-1654년케이)엔엠− 1-1. ^[ 49 ] 계산 영역은 베어 플레이트의 절반입니다(2300 μμ미디엄××250 μμ미디엄××500 μμm) xz 평면 에 적용된 대칭 경계 조건 . 메쉬 크기는 8입니다. μμm이고 시간 단계는 0.15입니다. μμs는 계산 효율성과 정확성 간의 균형을 제공합니다.

결과 및 논의

용융 풀 형태

이 작업에 사용된 5개의 레이저 파워( P )와 6개의 스캐닝 속도( V )는 서로 다른 29개의 용융 풀을 생성했습니다.피- 브이피-V조합. P 와 V 값이 가장 높은 것은 그림 1 을 기준으로 과도한 볼링과 관련이 있기 때문에 본 연구에서는 분석하지 않았다 .

단일 트랙 용융 풀은 그림 1 과 같이 형상에 따라 네 가지 유형으로 분류할 수 있습니다 ^[ 39 ] : (1) 전도 모드(파란색 상자), (2) 키홀 모드(빨간색), (3) 전환 모드(마젠타), (4) 볼링 모드(녹색). 높은 레이저 출력과 낮은 스캐닝 속도의 일반적인 조합인 키홀 모드에서 용융물 풀은 일반적으로 너비/깊이( W / D ) 비율이 0.5보다 훨씬 큰 깊고 가느다란 모양을 나타냅니다 . 스캐닝 속도가 증가함에 따라 용융 풀이 얕아져 W / D 가 약 0.5인 반원형 전도 모드 용융 풀을 나타냅니다. W / D _전환 모드 용융 풀의 경우 1에서 0.5 사이입니다. 스캐닝 속도를 1200 및 1400mm/s로 더 높이면 충분히 큰 캡 높이와 볼링 모드 용융 풀의 특징인 과도한 언더컷이 발생할 수 있습니다.

힘과 속도의 함수로서의 용융 풀 깊이와 너비는 각각 그림 2 (a)와 (b)에 표시되어 있습니다. 용융 풀 폭은 기판 표면에서 측정되었습니다. 그림 2 (a)는 깊이가 레이저 출력과 매우 선형적인 관계를 따른다는 것을 보여줍니다. 속도가 증가함에 따라 깊이 대 파워 곡선의 기울기는 꾸준히 감소하지만 더 높은 속도 곡선에는 약간의 겹침이 있습니다. 이러한 예상치 못한 중첩은 종종 용융 풀 형태의 동적 변화를 유발하는 유체 흐름의 영향과 레이저 스캔당 하나의 이미지만 추출되었다는 사실 때문일 수 있습니다. 이러한 선형 동작은 그림 2 (b) 의 너비에 대해 명확하지 않습니다 . 그림 2(c)는 선형 에너지 밀도 P / V 의 함수로서 용융 깊이와 폭을 보여줍니다 . 선형 에너지 밀도는 퇴적물의 단위 길이당 에너지 투입량을 측정한 것입니다. ^[ 50 ] 용융 풀 깊이는 에너지 밀도에 따라 달라지며 너비는 더 많은 분산을 나타냅니다. 동일한 에너지 밀도가 준공 부품의 용융 풀, 미세 구조 또는 속성에서 반드시 동일한 유체 역학을 초래하지는 않는다는 점에 유의하는 것이 중요합니다. ^[ 50 ]

레이저 흡수율 평가

레이저 흡수율은 LPBF 조건에서 재료 및 가공 매개변수에 따라 크게 달라진다는 것은 잘 알려져 있습니다. ^{[ 31 , 51 , 52 ]} 적분구를 이용한 전통적인 흡수율의 직접 측정은 일반적으로 높은 비용과 구현의 어려움으로 인해 쉽게 접근할 수 없습니다. ^[ 51 ] 그 외 . ^[ 39 ] 전도 모드 용융 풀에 대한 Rosenthal 방정식을 기반으로 경험적 레이저 흡수율 모델을 개발했지만 기본 가정으로 인해 키홀 용융 풀에 대한 정확한 예측을 제공하지 못했습니다. ^[ 40 ] 최근 간외 . ^[ 53 ] Ti–6Al–4V에 대한 30개의 고충실도 다중 물리 시뮬레이션 사례를 사용하여 레이저 흡수에 대한 스케일링 법칙을 확인했습니다. 그러나 연구 중인 특정 재료에 대한 최소 흡수(평평한 용융 표면의 흡수율)에 대한 지식이 필요하며 이는 CMSX-4에 대해 알려지지 않았습니다. 다양한 키홀 모양의 용융 풀에 대한 레이저 흡수의 정확한 추정치를 얻기가 어렵기 때문에 상한 및 하한 흡수율로 분석 시뮬레이션을 실행하기로 결정했습니다. 깊은 키홀 모양의 용융 풀의 경우 대부분의 빛을 가두는 키홀 내 다중 반사로 인해 레이저 흡수율이 0.8만큼 높을 수 있습니다. 이것은 기하학적 현상이며 기본 재료에 민감하지 않습니다. ^{[ 51, 52 , 54 ]} 따라서 본 연구에서는 흡수율의 상한을 0.8로 설정하였다. 참고 문헌 51 에 나타낸 바와 같이 , 전도 용융 풀에 해당하는 최저 흡수율은 약 0.3이었으며, 이는 이 연구에서 합리적인 하한 값입니다. 따라서 레이저 흡수율이 스트레이 그레인 형성에 미치는 영향을 보여주기 위해 흡수율 값을 0.55 ± 0.25로 설정했습니다. Vitek의 작업에서는 1.0의 고정 흡수율 값이 사용되었습니다. ^[ 3 ]

퓨전 존 미세구조

그림 3 은 200~300W 및 600~300W 및 600~300W 범위의 레이저 출력 및 속도로 9가지 다른 처리 매개변수에 의해 생성된 CMSX-4 레이저 트랙의 yz 단면 에서 취한 EBSD 역극점도와 해당 역극점도를 보여 줍니다. 각각 1400mm/s. EBSD 맵에서 여러 기능을 쉽게 관찰할 수 있습니다. 스트레이 그레인은 EBSD 맵에서 그 방향에 해당하는 다른 RGB 색상으로 나타나고 그레인 경계를 묘사하기 위해 5도의 잘못된 방향이 사용되었습니다. 여기, 그림 3 에서 스트레이 그레인은 대부분 용융 풀의 상단 중심선에 집중되어 있으며, 이는 용접된 단결정 CMSX-4의 이전 보고서와 일치합니다. ^[ 10 ]역 극점도에서, 점 근처에 집중된 클러스터⟨ 001 ⟩⟨001⟩융합 경계에서 유사한 방향을 유지하는 단결정 기반 및 에피택셜로 응고된 덴드라이트를 나타냅니다. 그러나 흩어진 곡물은 식별할 수 있는 질감이 없는 흩어져 있는 점으로 나타납니다. 단결정 기본 재료의 결정학적 방향은 주로⟨ 001 ⟩⟨001⟩비록 샘플을 절단하는 동안 식별할 수 없는 기울기 각도로 인해 또는 단결정 성장 과정에서 약간의 잘못된 방향이 있었기 때문에 약간의 편차가 있지만. 용융 풀 내부의 응고된 수상 돌기의 기본 방향은 다시 한 번⟨ 001 ⟩⟨001⟩주상 결정립 구조와 유사한 에피택셜 성장의 결과. 그림 3 과 같이 용융 풀에서 수상돌기의 성장 방향은 하단의 수직 방향에서 상단의 수평 방향으로 변경되었습니다 . 이 전이는 주로 온도 구배 방향의 변화로 인한 것입니다. 두 번째 전환은 CET입니다. FZ의 상단 중심선 주변에서 다양한 방향의 흩어진 입자가 관찰되며, 여기서 안쪽으로 성장하는 수상돌기가 서로 충돌하여 용융 풀에서 응고되는 마지막 위치가 됩니다.

더 깊은 키홀 모양을 특징으로 하는 샘플에서 용융 풀의 경계 근처에 침전된 흩어진 입자가 분명합니다. 이러한 새로운 입자는 나중에 모델링 섹션에서 논의되는 수상돌기 조각화 메커니즘에 의해 잠재적으로 발생합니다. 결정립이 강한 열 구배에서 핵을 생성하고 성장한 결과, 대부분의 흩어진 결정립은 모든 방향에서 동일한 크기를 갖기보다는 장축이 열 구배 방향과 정렬된 길쭉한 모양을 갖습니다. 그림 3 의 전도 모드 용융 풀 흩어진 입자가 없는 것으로 입증되는 더 나은 단결정 품질을 나타냅니다. 상대적으로 낮은 출력과 높은 속도의 스캐닝 레이저에 의해 생성된 이러한 더 얕은 용융 풀에서 최소한의 결정립 핵형성이 발생한다는 것은 명백합니다. 더 큰 면적 분율을 가진 스트레이 그레인은 고출력 및 저속으로 생성된 깊은 용융 풀에서 더 자주 관찰됩니다. 국부 응고 조건에 대한 동력 및 속도의 영향은 후속 모델링 섹션에서 조사할 것입니다.

응고 모델링

서론에서 언급한 바와 같이 연구자들은 단결정 용접 중에 표류 결정립 형성의 가능한 메커니즘을 평가했습니다. ^{[ 12 , 13 , 14 , 15 , 55 ]}논의된 가장 인기 있는 두 가지 메커니즘은 (1) 응고 전단에 앞서 구성적 과냉각에 의해 도움을 받는 이종 핵형성 및 (2) 용융물 풀의 유체 흐름으로 인한 덴드라이트 조각화입니다. 첫 번째 메커니즘은 광범위하게 연구되었습니다. 이원 합금을 예로 들면, 고체는 액체만큼 많은 용질을 수용할 수 없으므로 응고 중에 용질을 액체로 거부합니다. 결과적으로, 성장하는 수상돌기 앞에서 용질 분할은 실제 온도가 국부 평형 액상선보다 낮은 과냉각 액체를 생성합니다. 충분히 광범위한 체질적으로 과냉각된 구역의 존재는 새로운 결정립의 핵형성 및 성장을 촉진합니다. ^[ 56 ]전체 과냉각은 응고 전면에서의 구성, 동역학 및 곡률 과냉각을 포함한 여러 기여의 합입니다. 일반적인 가정은 동역학 및 곡률 과냉각이 합금에 대한 용질 과냉각의 더 큰 기여와 관련하여 무시될 수 있다는 것입니다. ^[ 57 ]

서로 다른 기본 메커니즘을 더 잘 이해하려면피- 브이피-V조건에서 응고 모델링이 수행됩니다. 첫 번째 목적은 스트레이 그레인의 전체 범위를 평가하는 것입니다(Φ¯¯¯¯Φ¯) 처리 매개 변수의 함수로 국부적 표류 입자 비율의 변화를 조사하기 위해 (ΦΦ) 용융 풀의 위치 함수로. 두 번째 목적은 금속 AM의 빠른 응고 동안 응고 미세 구조와 표류 입자 형성 메커니즘 사이의 관계를 이해하는 것입니다.

그림 4 는 해석적으로 시뮬레이션된 표류 입자 비율을 보여줍니다.Φ¯¯¯¯Φ¯세 가지 레이저 흡수율 값에서 다양한 레이저 스캐닝 속도 및 레이저 출력에 대해. 결과는 스트레이 그레인 면적 비율이 흡수된 에너지에 민감하다는 것을 보여줍니다. 흡수율을 0.30에서 0.80으로 증가시키면Φ¯¯¯¯Φ¯약 3배이며, 이 효과는 저속 및 고출력 영역에서 더욱 두드러집니다. 다른 모든 조건이 같다면, 흡수된 전력의 큰 영향은 평균 열 구배 크기의 일반적인 감소와 용융 풀 내 평균 응고율의 증가에 기인합니다. 스캐닝 속도가 증가하고 전력이 감소함에 따라 평균 스트레이 그레인 비율이 감소합니다. 이러한 일반적인 경향은 Vitek의 작업에서 채택된 그림 5 의 파란색 영역에서 시뮬레이션된 용접 결과와 일치합니다 . ^[ 3 ] 더 큰 과냉각 구역( 즉, 지 /V티G/V티영역)은 용접 풀의 표유 입자의 면적 비율이 분홍색 영역에 해당하는 LPBF 조건의 면적 비율보다 훨씬 더 크다는 것을 의미합니다. 그럼에도 불구하고 두 데이터 세트의 일반적인 경향은 유사합니다. 즉 , 레이저 출력이 감소하고 레이저 속도가 증가함에 따라 표류 입자의 비율이 감소합니다. 또한 그림 5 에서 스캐닝 속도가 LPBF 영역으로 증가함에 따라 표유 입자 면적 분율에 대한 레이저 매개변수의 변화 효과가 감소한다는 것을 추론할 수 있습니다. 그림 6 (a)는 그림 3 의 EBSD 분석에서 나온 실험적 표류 결정립 면적 분율 과 그림 4 의 해석 시뮬레이션 결과를 비교합니다.. 열쇠 구멍 모양의 FZ에서 정확한 값이 다르지만 추세는 시뮬레이션과 실험 데이터 모두에서 일관되었습니다. 키홀 모양의 용융 풀, 특히 전력이 300W인 2개는 분석 시뮬레이션 예측보다 훨씬 더 많은 양의 흩어진 입자를 가지고 있습니다. Rosenthal 방정식은 일반적으로 열 전달이 순전히 전도에 의해 좌우된다는 가정으로 인해 열쇠 구멍 체제의 열 흐름을 적절하게 반영하지 못하기 때문에 이러한 불일치가 실제로 예상됩니다. ^{[ 39 , 40 ]} 그것은 또한 그림 4 의 발견 , 즉 키홀 모드 동안 흡수된 전력의 증가가 표류 입자 형성에 더 이상적인 조건을 초래한다는 것을 검증합니다. 그림 6 (b)는 실험을 비교Φ¯¯¯¯Φ¯수치 CFD 시뮬레이션Φ¯¯¯¯Φ¯. CFD 모델이 약간 초과 예측하지만Φ¯¯¯¯Φ¯전체적으로피- 브이피-V조건에서 열쇠 구멍 조건에서의 예측은 분석 모델보다 정확합니다. 전도 모드 용융 풀의 경우 실험 값이 분석 시뮬레이션 값과 더 가깝게 정렬됩니다.

모의 온도 구배 G 분포 및 응고율 검사V티V티분석 모델링의 쌍은 그림 7 (a)의 CMSX-4 미세 구조 선택 맵에 표시됩니다. 제공지 /V티G/V티( 즉 , 형태 인자)는 형태를 제어하고지 ×V티G×V티( 즉 , 냉각 속도)는 응고된 미세 구조의 규모를 제어하고 , ^{[ 58 , 59 ]}지 -V티G-V티플롯은 전통적인 제조 공정과 AM 공정 모두에서 미세 구조 제어를 지원합니다. 이 플롯의 몇 가지 분명한 특징은 등축, 주상, 평면 전면 및 이러한 경계 근처의 전이 영역을 구분하는 경계입니다. 그림 7 (a)는 몇 가지 선택된 분석 열 시뮬레이션에 대한 미세 구조 선택 맵을 나타내는 반면 그림 7 (b)는 수치 열 모델의 결과와 동일한 맵을 보여줍니다. 등축 미세구조의 형성은 낮은 G 이상 에서 명확하게 선호됩니다.V티V티정황. 이 플롯에서 각 곡선의 평면 전면에 가장 가까운 지점은 용융 풀의 최대 너비 위치에 해당하는 반면 등축 영역에 가까운 지점의 끝은 용융 풀의 후면 꼬리에 해당합니다. 그림 7 (a)에서 대부분의지 -V티G-V티응고 전면의 쌍은 원주형 영역에 속하고 점차 CET 영역으로 위쪽으로 이동하지만 용융 풀의 꼬리는 다음에 따라 완전히 등축 영역에 도달하거나 도달하지 않을 수 있습니다.피- 브이피-V조합. 그림 7 (a) 의 곡선 중 어느 것도 평면 전면 영역을 통과하지 않지만 더 높은 전력의 경우에 가까워집니다. 저속 레이저 용융 공정을 사용하는 이전 작업에서는 곡선이 평면 영역을 통과할 수 있습니다. 레이저 속도가 증가함에 따라 용융 풀 꼬리는 여전히 CET 영역에 있지만 완전히 등축 영역에서 멀어집니다. CET 영역으로 떨어지는 섹션의 수도 감소합니다.Φ¯¯¯¯Φ¯응고된 물질에서.

그만큼지 -V티G-V티CFD 모델을 사용하여 시뮬레이션된 응고 전면의 쌍이 그림 7 (b)에 나와 있습니다. 세 방향 모두에서 각 점 사이의 일정한 간격으로 미리 정의된 좌표에서 수행된 해석 시뮬레이션과 달리, 고충실도 CFD 모델의 출력은 불규칙한 사면체 좌표계에 있었고 G 를 추출하기 전에 일반 3D 그리드에 선형 보간되었습니다. 그리고V티V티그런 다음 미세 구조 선택 맵에 플롯됩니다. 일반적인 경향은 그림 7 (a)의 것과 일치하지만 이 방법으로 모델링된 매우 동적인 유체 흐름으로 인해 결과에 더 많은 분산이 있었습니다. 그만큼지 -V티G-V티분석 열 모델의 쌍 경로는 더 연속적인 반면 수치 시뮬레이션의 경로는 용융 풀 꼬리 모양의 차이를 나타내는 날카로운 굴곡이 있습니다(이는 G 및V티V티) 두 모델에 의해 시뮬레이션됩니다.

유체 흐름을 통합한 응고 모델링

수치 CFD 모델을 사용하여 유동 입자 형성 정도에 대한 유체 흐름의 영향을 이해하고 시뮬레이션 결과를 분석 Rosenthal 솔루션과 비교했습니다. 그림 8 은 응고 매개변수 G 의 분포를 보여줍니다.V티V티,지 /V티G/V티, 그리고지 ×V티G×V티yz 단면에서 x 는 FLOW-3D에서 (a1–d1) 분석 열 모델링 및 (a2–d2) FVM 방법을 사용하여 시뮬레이션된 용융 풀의 최대 폭입니다. 그림 8 의 값은 응고 전선이 특정 위치에 도달할 때 정확한 값일 수도 있고 아닐 수도 있지만 일반적인 추세를 반영한다는 의미의 임시 가상 값입니다. 이 프로파일은 출력 300W 및 속도 400mm/s의 레이저 빔에서 시뮬레이션됩니다. 용융 풀 경계는 흰색 곡선으로 표시됩니다. (a2–d2)의 CFD 시뮬레이션 용융 풀 깊이는 342입니다. μμm, 측정 깊이 352와 잘 일치 μμ일치하는 길쭉한 열쇠 구멍 모양과 함께 그림 1 에 표시된 실험 FZ의 m . 그러나 분석 모델은 반원 모양의 용융 풀을 출력하고 용융 풀 깊이는 264에 불과합니다. μμ열쇠 구멍의 경우 현실과는 거리가 멀다. CFD 시뮬레이션 결과에서 열 구배는 레이저 반사 증가와 불안정한 액체-증기 상호 작용이 발생하는 증기 함몰의 동적 부분 근처에 있기 때문에 FZ 하단에서 더 높습니다. 대조적으로 해석 결과의 열 구배 크기는 경계를 따라 균일합니다. 두 시뮬레이션 결과 모두 그림 8 (a1) 및 (a2) 에서 응고가 용융 풀의 상단 중심선을 향해 진행됨에 따라 열 구배가 점차 감소합니다 . 응고율은 그림 8 과 같이 경계 근처에서 거의 0입니다. (b1) 및 (b2). 이는 경계 영역이 응고되기 시작할 때 국부 응고 전면의 법선 방향이 레이저 스캐닝 방향에 수직이기 때문입니다. 이것은 드라이브θ → π/ 2θ→파이/2그리고V티→ 0V티→0식에서 [ 3 ]. 대조적으로 용융 풀의 상단 중심선 근처 영역에서 응고 전면의 법선 방향은 레이저 스캐닝 방향과 잘 정렬되어 있습니다.θ → 0θ→0그리고V티→ 브이V티→V, 빔 스캐닝 속도. G 와 _V티V티값이 얻어지면 냉각 속도지 ×V티G×V티및 형태 인자지 /V티G/V티계산할 수 있습니다. 그림 8 (c2)는 용융 풀 바닥 근처의 온도 구배가 매우 높고 상단에서 더 빠른 성장 속도로 인해 냉각 속도가 용융 풀의 바닥 및 상단 중심선 근처에서 더 높다는 것을 보여줍니다. 지역. 그러나 이러한 추세는 그림 8 (c1)에 캡처되지 않았습니다. 그림 8 의 형태 요인 (d1) 및 (d2)는 중심선에 접근함에 따라 눈에 띄게 감소합니다. 경계에서 큰 값은 열 구배를 거의 0인 성장 속도로 나누기 때문에 발생합니다. 이 높은 형태 인자는 주상 미세구조 형성 가능성이 높음을 시사하는 반면, 중앙 영역의 값이 낮을수록 등축 미세구조의 가능성이 더 크다는 것을 나타냅니다. Tanet al. 또한 키홀 모양의 용접 풀 ^[ 59 ] 에서 이러한 응고 매개변수의 분포 를 비슷한 일반적인 경향으로 보여주었습니다. 그림 3 에서 볼 수 있듯이 용융 풀의 상단 중심선에 있는 흩어진 입자는 낮은 특징을 나타내는 영역과 일치합니다.지 /V티G/V티그림 8 (d1) 및 (d2)의 값. 시뮬레이션과 실험 간의 이러한 일치는 용융 풀의 상단 중심선에 축적된 흩어진 입자의 핵 생성 및 성장이 등온선 속도의 증가와 온도 구배의 감소에 의해 촉진됨을 보여줍니다.

그림 9 는 유체 속도 및 국부적 핵형성 성향을 보여줍니다.ΦΦ300W의 일정한 레이저 출력과 400, 800 및 1200mm/s의 세 가지 다른 레이저 속도에 의해 생성된 3D 용융 풀 전체에 걸쳐. 그림 9 (d)~(f)는 로컬ΦΦ해당 3D 보기에서 밝은 회색 평면으로 표시된 특정 yz 단면의 분포. 이 yz 섹션은 가장 높기 때문에 선택되었습니다.Φ¯¯¯¯Φ¯용융 풀 내의 값은 각각 23.40, 11.85 및 2.45pct입니다. 이들은 그림 3 의 실험 데이터와 비교하기에 적절하지 않을 수 있는 액체 용융 풀의 과도 값이며Φ¯¯¯¯Φ¯그림 6 의 값은 이 값이 고체-액체 계면에 가깝지 않고 용융 풀의 중간에서 취해졌기 때문입니다. 온도가 훨씬 낮아서 핵이 생존하고 성장할 수 있기 때문에 핵 형성은 용융 풀의 중간이 아닌 고체-액체 계면에 더 가깝게 발생할 가능성이 있습니다.

그림 3 (a), (d), (g), (h)에서 위쪽 중심선에서 멀리 떨어져 있는 흩어진 결정립이 있었습니다. 그들은 훨씬 더 높은 열 구배와 더 낮은 응고 속도 필드에 위치하기 때문에 과냉각 이론은 이러한 영역에서 표류 입자의 형성에 대한 만족스러운 설명이 아닙니다. 이것은 떠돌이 결정립의 형성을 야기할 수 있는 두 번째 메커니즘, 즉 수상돌기의 팁을 가로지르는 유체 흐름에 의해 유발되는 수상돌기 조각화를 고려하도록 동기를 부여합니다. 유체 흐름이 열 구배를 따라 속도 성분을 갖고 고체-액체 계면 속도보다 클 때, 주상 수상돌기의 국지적 재용융은 용질이 풍부한 액체가 흐물흐물한 구역의 깊은 곳에서 액상선 등온선까지 이동함으로써 발생할 수 있습니다. . ^[ 55] 분리된 수상돌기는 대류에 의해 열린 액체로 운반될 수 있습니다. 풀이 과냉각 상태이기 때문에 이러한 파편은 고온 조건에서 충분히 오래 생존하여 길 잃은 입자의 핵 생성 사이트로 작용할 수 있습니다. 결과적으로 수상 돌기 조각화 과정은 활성 핵의 수를 효과적으로 증가시킬 수 있습니다.N0N0) 용융 풀 ^{[ 15 , 60 , 61 ]} 에서 생성된 미세 구조에서 표류 입자의 면적을 증가시킵니다.

그림 9 (a) 및 (b)에서 반동 압력은 용융 유체를 아래쪽으로 흐르게 하여 결과 흐름을 지배합니다. 유체 속도의 역방향 요소는 V = 400 및 800mm/s에 대해 각각 최대값 1.0 및 1.6m/s로 더 느려집니다 . 그림 9 (c)에서 레이저 속도가 더 증가함에 따라 증기 침하가 더 얕고 넓어지고 반동 압력이 더 고르게 분포되어 증기 침강에서 주변 영역으로 유체를 밀어냅니다. 역류는 최대값 3.5m/s로 더 빨라집니다. 용융 풀의 최대 너비에서 yz 단면 의 키홀 아래 평균 유체 속도는 그림에 표시된 경우에 대해 0.46, 0.45 및 1.44m/s입니다.9 (a), (b) 및 (c). 키홀 깊이의 변동은 각 경우의 최대 깊이와 최소 깊이의 차이로 정의되는 크기로 정량화됩니다. 240 범위의 강한 증기 내림 변동 μμm은 그림 9 (a)의 V = 400mm/s 경우에서 발견 되지만 이 변동은 그림 9 (c)에서 16의 범위로 크게 감소합니다.μμ미디엄. V = 400mm/s인 경우 의 유체장과 높은 변동 범위는 이전 키홀 동역학 시뮬레이션과 일치합니다. ^[ 34 ]

따라서 V = 400mm/s 키홀 케이스의 무질서한 변동 흐름이 용융 풀 경계를 따라 응고된 주상 수상돌기에서 분리된 조각을 구동할 가능성이 있습니다. V = 1200mm/s의 경우 강한 역류 는 그림 3 에서 관찰되지 않았지만 동일한 효과를 가질 수 있습니다. . 덴드라이트 조각화에 대한 유체 유동장의 영향에 대한 이 경험적 설명은 용융 풀 경계 근처에 떠돌이 입자의 존재에 대한 그럴듯한 설명을 제공합니다. 분명히 하기 위해, 우리는 이 가설을 검증하기 위해 이 현상에 대한 직접적인 실험적 관찰을 하지 않았습니다. 이 작업에서 표유 입자 면적 분율을 계산할 때 단순화를 위해 핵 생성 모델링에 일정한 핵 생성 수 밀도가 적용되었습니다. 이는 그림 9 의 표류 입자 영역 비율 이 수지상정 조각화가 발생하는 경우 이러한 높은 유체 흐름 용융 풀에서 발생할 수 있는 것, 즉 강화된 핵 생성 밀도를 반영하지 않는다는 것을 의미합니다.

위의 이유로 핵 형성에 대한 수상 돌기 조각화의 영향을 아직 배제할 수 없습니다. ^{그러나 단편화 이론은 용접 문헌 [ 62 ]} 에서 검증될 만큼 충분히 개발되지 않았 으므로 부차적인 중요성만 고려된다는 점에 유의해야 합니다. 1200mm/s를 초과하는 레이저 스캐닝 속도는 최소한의 표류 결정립 면적 분율을 가지고 있음에도 불구하고 분명한 볼링을 나타내기 때문에 단결정 수리 및 AM 처리에 적합하지 않습니다. 따라서 낮은 P 및 높은 V 에 의해 생성된 응고 전면 근처에서 키홀 변동이 최소화되고 유체 속도가 완만해진 용융 풀이 생성된다는 결론을 내릴 수 있습니다., 처리 창의 극한은 아니지만 흩어진 입자를 나타낼 가능성이 가장 적습니다.

마지막으로 단일 레이저 트랙의 응고 거동을 조사하면 에피택셜 성장 동안 표류 입자 형성을 더 잘 이해할 수 있다는 점에 주목하는 것이 중요합니다. 우리의 현재 결과는 최적의 레이저 매개변수에 대한 일반적인 지침을 제공하여 최소 스트레이 그레인을 달성하고 단결정 구조를 유지합니다. 이 가이드라인은 250W 정도의 전력과 600~800mm/s의 스캔 속도로 최소 흩어진 입자에 적합한 공정 창을 제공합니다. 각 처리 매개변수를 신중하게 선택하면 과거에 스테인리스강에 대한 거의 단결정 미세 구조를 인쇄하는 데 성공했으며 이는 CMSX-4 AM 빌드에 대한 가능성을 보여줍니다. ^[ 63 ]신뢰성을 보장하기 위해 AM 수리 프로세스를 시작하기 전에 보다 엄격한 실험 테스트 및 시뮬레이션이 여전히 필요합니다. 둘 이상의 레이저 트랙 사이의 상호 작용도 고려해야 합니다. 또한 레이저, CMSX-4 분말 및 벌크 재료 간의 상호 작용이 중요하며, 수리 중에 여러 층의 CMSX-4 재료를 축적해야 하는 경우 다른 스캔 전략의 효과도 중요한 역할을 할 수 있습니다. 분말이 포함된 경우 Lopez-Galilea 등 의 연구에서 제안한 바와 같이 분말이 주로 완전히 녹지 않았을 때 추가 핵 생성 사이트를 도입하기 때문에 단순히 레이저 분말과 속도를 조작하여 흩어진 입자 형성을 완화하기 어려울 수 있습니다 . ^[ 22 ]결과적으로 CMSX-4 단결정을 수리하기 위한 레이저 AM의 가능성을 다루기 위해서는 기판 재료, 레이저 출력, 속도, 해치 간격 및 층 두께의 조합을 모두 고려해야 하며 향후 연구에서 다루어야 합니다. CFD 모델링은 2개 이상의 레이저 트랙 사이의 상호작용과 열장에 미치는 영향을 통합할 수 있으며, 이는 AM 빌드 시나리오 동안 핵 생성 조건으로 단일 비드 연구의 지식 격차를 해소할 것입니다.

결론

LPBF 제조의 특징적인 조건 하에서 CMSX-4 단결정 의 에피택셜(기둥형) 대 등축 응고 사이의 경쟁을 실험적 및 이론적으로 모두 조사했습니다. 이 연구는 고전적인 응고 개념을 도입하여 빠른 레이저 용융의 미세 구조 특징을 설명하고 응고 조건과 표유 결정 성향을 예측하기 위해 해석적 및 수치적 고충실도 CFD 열 모델 간의 비교를 설명했습니다. 본 연구로부터 다음과 같은 주요 결론을 도출할 수 있다.

단일 레이저 트랙의 레이저 가공 조건은 용융 풀 형상, 레이저 흡수율, 유체 흐름 및 키홀 요동, 입자 구조 및 표류 입자 형성 민감성에 강한 영향을 미치는 것으로 밝혀졌습니다.
레이저 용접을 위해 개발된 이론적인 표유 결정립 핵형성 분석이 레이저 용융 AM 조건으로 확장되었습니다. 분석 모델링 결과와 단일 레이저 트랙의 미세구조 특성화를 비교하면 예측이 전도 및 볼링 조건에서 실험적 관찰과 잘 일치하는 반면 키홀 조건에서는 예측이 약간 과소하다는 것을 알 수 있습니다. 이러한 불일치는 레이저 트랙의 대표성이 없는 섹션이나 유체 속도 필드의 변화로 인해 발생할 수 있습니다. CFD 모델에서 추출한 열장에 동일한 표유 입자 계산 파이프라인을 적용하면 연구된 모든 사례에서 과대평가가 발생하지만 분석 모델보다 연장된 용융 풀의 실험 데이터와 더 정확하게 일치합니다.
이 연구에서 두 가지 표류 결정립 형성 메커니즘인 불균일 핵형성 및 수상돌기 조각화가 평가되었습니다. 우리의 결과는 불균일 핵형성이 용융 풀의 상단 중심선에서 새로운 결정립의 형성으로 이어지는 주요 메커니즘임을 시사합니다.지 /V티G/V티정권.
용융 풀 경계 근처의 흩어진 입자는 깊은 키홀 모양의 용융 풀에서 독점적으로 관찰되며, 이는 강한 유체 흐름으로 인한 수상 돌기 조각화의 영향이 이러한 유형의 용융 풀에서 고려하기에 충분히 강력할 수 있음을 시사합니다.
일반적으로 더 높은 레이저 스캐닝 속도와 더 낮은 전력 외에도 안정적인 키홀과 최소 유체 속도는 또한 흩어진 입자 형성을 완화하고 레이저 단일 트랙에서 에피택셜 성장을 보존합니다.

References

R.C. Reed: The Superalloys: Fundamentals and Applications, Cambridge University Press, Cambridge, 2006, pp.17–20.Book Google Scholar
A. Basak, R. Acharya, and S. Das: Metall. Mater. Trans. A, 2016, vol. 47A, pp. 3845–59.Article Google Scholar
J. Vitek: Acta Mater., 2005, vol. 53, pp. 53–67.Article CAS Google Scholar
R. Vilar and A. Almeida: J. Laser Appl., 2015, vol. 27, p. S17004.Article Google Scholar
T. Kalfhaus, M. Schneider, B. Ruttert, D. Sebold, T. Hammerschmidt, J. Frenzel, R. Drautz, W. Theisen, G. Eggeler, O. Guillon, and R. Vassen: Mater. Des., 2019, vol. 168, p. 107656.Article CAS Google Scholar
S.S. Babu, S.A. David, J.W. Park, and J.M. Vitek: Sci. Technol. Weld. Join., 2004, vol. 9, pp. 1–12.Article CAS Google Scholar
L. Felberbaum, K. Voisey, M. Gäumann, B. Viguier, and A. Mortensen: Mater. Sci. Eng. A, 2001, vol. 299, pp. 152–56.Article Google Scholar
S. Mokadem, C. Bezençon, J.M. Drezet, A. Jacot, J.D. Wagnière, and W. Kurz: TMS Annual Meeting, 2004, pp. 67–76.
J.M. Vitek: ASM Proc. Int. Conf. Trends Weld. Res., vol. 2005, pp. 773–79.
J.M. Vitek, S. Babu, and S. David: Process Optimization for Welding Single-Crystal Nickel-Bbased Superalloys. https://technicalreports.ornl.gov/cppr/y2001/pres/120424.pdf
J.D. Hunt: Mater. Sci. Eng., 1984, vol. 65, pp. 75–83.Article CAS Google Scholar
M. Gäumann, R. Trivedi, and W. Kurz: Mater. Sci. Eng. A, 1997, vol. 226–228, pp. 763–69.Article Google Scholar
M. Gäumann, S. Henry, F. Cléton, J.D. Wagnière, and W. Kurz: Mater. Sci. Eng. A, 1999, vol. 271, pp. 232–41.Article Google Scholar
M. Gäumann, C. Bezençon, P. Canalis, and W. Kurz: Acta Mater., 2001, vol. 49, pp. 1051–62.Article Google Scholar
J.M. Vitek, S.A. David, and S.S. Babu: Welding and Weld Repair of Single Crystal Gas Turbine Alloys. https://www.researchgate.net/profile/Stan-David/publication/238692931_WELDING_AND_WELD_REPAIR_OF_SINGLE_CRYSTAL_GAS_TURBINE_ALLOYS/links/00b4953204ab35bbad000000/WELDING-AND-WELD-REPAIR-OF-SINGLE-CRYSTAL-GAS-TURBINE-ALLOYS.pdf
B. Kianian: Wohlers Report 2017: 3D Printing and Additive Manufacturing State of the Industry, Annual Worldwide Progress Report, Wohlers Associates, Inc., Fort Collins, 2017.Google Scholar
M. Ramsperger, L. Mújica Roncery, I. Lopez-Galilea, R.F. Singer, W. Theisen, and C. Körner: Adv. Eng. Mater., 2015, vol. 17, pp. 1486–93.Article CAS Google Scholar
A.B. Parsa, M. Ramsperger, A. Kostka, C. Somsen, C. Körner, and G. Eggeler: Metals, 2016, vol. 6, pp. 258-1–17.Article Google Scholar
C. Körner, M. Ramsperger, C. Meid, D. Bürger, P. Wollgramm, M. Bartsch, and G. Eggeler: Metall. Mater. Trans. A, 2018, vol. 49A, pp. 3781–92.Article Google Scholar
D. Bürger, A. Parsa, M. Ramsperger, C. Körner, and G. Eggeler: Mater. Sci. Eng. A, 2019, vol. 762, p. 138098,Article Google Scholar
J. Pistor and C. Körner: Sci. Rep., 2021, vol. 11, p. 24482.Article CAS Google Scholar
I. Lopez-Galilea, B. Ruttert, J. He, T. Hammerschmidt, R. Drautz, B. Gault, and W. Theisen: Addit. Manuf., 2019, vol. 30, p. 100874.CAS Google Scholar
N. Lu, Z. Lei, K. Hu, X. Yu, P. Li, J. Bi, S. Wu, and Y. Chen: Addit. Manuf., 2020, vol. 34, p. 101228.CAS Google Scholar
K. Chen, R. Huang, Y. Li, S. Lin, W. Zhu, N. Tamura, J. Li, Z.W. Shan, and E. Ma: Adv. Mater., 2020, vol. 32, pp. 1–8.Google Scholar
W.J. Sames, F.A. List, S. Pannala, R.R. Dehoff, and S.S. Babu: Int. Mater. Rev., 2016, vol. 61, pp. 315–60.Article Google Scholar
A. Basak, R. Acharya, and S. Das: Addit. Manuf., 2018, vol. 22, pp. 665–71.CAS Google Scholar
R. Jiang, A. Mostafaei, J. Pauza, C. Kantzos, and A.D. Rollett: Mater. Sci. Eng. A, 2019. https://doi.org/10.1016/J.MSEA.2019.03.103.Article Google Scholar
R. Cunningham, C. Zhao, N. Parab, C. Kantzos, J. Pauza, K. Fezzaa, T. Sun, and A.D. Rollett: Science, 2019, vol. 363, pp. 849–52.Article CAS Google Scholar
B. Fotovvati, S.F. Wayne, G. Lewis, and E. Asadi: Adv. Mater. Sci. Eng., 2018, vol. 2018, p. 4920718.Article Google Scholar
P.-J. Chiang, R. Jiang, R. Cunningham, N. Parab, C. Zhao, K. Fezzaa, T. Sun, and A.D. Rollett: in Advanced Real Time Imaging II, pp. 77–85.
J. Ye, S.A. Khairallah, A.M. Rubenchik, M.F. Crumb, G. Guss, J. Belak, and M.J. Matthews: Adv. Eng. Mater., 2019, vol. 21, pp. 1–9.Article Google Scholar
C. Zhao, Q. Guo, X. Li, N. Parab, K. Fezzaa, W. Tan, L. Chen, and T. Sun: Phys. Rev. X, 2019, vol. 9, p. 021052.CAS Google Scholar
S.A. Khairallah, A.T. Anderson, A. Rubenchik, and W.E. King: Acta Mater., 2016, vol. 108, pp. 36–45.Article CAS Google Scholar
N. Kouraytem, X. Li, R. Cunningham, C. Zhao, N. Parab, T. Sun, A.D. Rollett, A.D. Spear, and W. Tan: Appl. Phys. Rev., 2019, vol. 11, p. 064054.Article CAS Google Scholar
T. DebRoy, H. Wei, J. Zuback, T. Mukherjee, J. Elmer, J. Milewski, A. Beese, A. Wilson-Heid, A. De, and W. Zhang: Prog. Mater. Sci., 2018, vol. 92, pp. 112–224.Article CAS Google Scholar
J.H. Cho and S.J. Na: J. Phys. D, 2006, vol. 39, pp. 5372–78.Article CAS Google Scholar
I. Yadroitsev, A. Gusarov, I. Yadroitsava, and I. Smurov: J. Mater. Process. Technol., 2010, vol. 210, pp. 1624–31.Article CAS Google Scholar
S. Ghosh, L. Ma, L.E. Levine, R.E. Ricker, M.R. Stoudt, J.C. Heigel, and J.E. Guyer: JOM, 2018, vol. 70, pp. 1011–16.Article CAS Google Scholar
Y. He, C. Montgomery, J. Beuth, and B. Webler: Mater. Des., 2019, vol. 183, p. 108126.Article CAS Google Scholar
D. Rosenthal: Weld. J., 1941, vol. 20, pp. 220–34.Google Scholar
M. Tang, P.C. Pistorius, and J.L. Beuth: Addit. Manuf., 2017, vol. 14, pp. 39–48.CAS Google Scholar
R.E. Aune, L. Battezzati, R. Brooks, I. Egry, H.J. Fecht, J.P. Garandet, M. Hayashi, K.C. Mills, A. Passerone, P.N. Quested, E. Ricci, F. Schmidt-Hohagen, S. Seetharaman, B. Vinet, and R.K. Wunderlich: Proc. Int.Symp. Superalloys Var. Deriv., 2005, pp. 467–76.
B.C. Wilson, J.A. Hickman, and G.E. Fuchs: JOM, 2003, vol. 55, pp. 35–40.Article CAS Google Scholar
J.J. Valencia and P.N. Quested: ASM Handb., 2008, vol. 15, pp. 468–81.Google Scholar
H.L. Wei, J. Mazumder, and T. DebRoy: Sci. Rep., 2015, vol. 5, pp. 1–7.Google Scholar
N. Raghavan, R. Dehoff, S. Pannala, S. Simunovic, M. Kirka, J. Turner, N. Carlson, and S.S. Babu: Acta Mater., 2016, vol. 112, pp. 303–14.Article CAS Google Scholar
R. Lin, H. Wang, F. Lu, J. Solomon, and B.E. Carlson: Int. J. Heat Mass Transf., 2017, vol. 108, pp. 244–56.Article CAS Google Scholar
M. Bayat, A. Thanki, S. Mohanty, A. Witvrouw, S. Yang, J. Thorborg, N.S. Tiedje, and J.H. Hattel: Addit. Manuf., 2019, vol. 30, p. 100835.CAS Google Scholar
K. Higuchi, H.-J. Fecht, and R.K. Wunderlich: Adv. Eng. Mater., 2007, vol. 9, pp. 349–54.Article CAS Google Scholar
Q. Guo, C. Zhao, M. Qu, L. Xiong, L.I. Escano, S.M.H. Hojjatzadeh, N.D. Parab, K. Fezzaa, W. Everhart, T. Sun, and L. Chen: Addit. Manuf., 2019, vol. 28, pp. 600–09.Google Scholar
J. Trapp, A.M. Rubenchik, G. Guss, and M.J. Matthews: Appl. Mater. Today, 2017, vol. 9, pp. 341–49.Article Google Scholar
M. Schneider, L. Berthe, R. Fabbro, and M. Muller: J. Phys. D, 2008, vol. 41, p. 155502.Article Google Scholar
Z. Gan, O.L. Kafka, N. Parab, C. Zhao, L. Fang, O. Heinonen, T. Sun, and W.K. Liu: Nat. Commun., 2021, vol. 12, p. 2379.Article CAS Google Scholar
B.J. Simonds, E.J. Garboczi, T.A. Palmer, and P.A. Williams: Appl. Phys. Rev., 2020, vol. 13, p. 024057.Article CAS Google Scholar
J. Dantzig and M. Rappaz: Solidification, 2^nd ed., EPFL Press, Lausanne, 2016, pp. 483–532.Google Scholar
W. Tiller, K. Jackson, J. Rutter, and B. Chalmers: Acta Metall., 1953, vol. 1, pp. 428–37.Article CAS Google Scholar
D. Zhang, A. Prasad, M.J. Bermingham, C.J. Todaro, M.J. Benoit, M.N. Patel, D. Qiu, D.H. StJohn, M. Qian, and M.A. Easton: Metall. Mater. Trans. A, 2020, vol. 51A, pp. 4341–59.Article Google Scholar
F. Yan, W. Xiong, and E.J. Faierson: Materials, 2017, vol. 10, p. 1260.Article Google Scholar
W. Tan and Y.C. Shin: Comput. Mater. Sci., 2015, vol. 98, pp. 446–58.Article CAS Google Scholar
A. Hellawell, S. Liu, and S.Z. Lu: JOM, 1997, vol. 49, pp. 18–20.Article CAS Google Scholar
H. Ji: China Foundry, 2019, vol. 16, pp. 262–66.Article Google Scholar
J.M. Vitek, S.A. David, and L.A. Boatner: Sci. Technol. Weld. Join., 1997, vol. 2, pp. 109–18.Article CAS Google Scholar
X. Wang, J.A. Muñiz-Lerma, O. Sanchez-Mata, S.E. Atabay, M.A. Shandiz, and M. Brochu: Prog. Addit. Manuf., 2020, vol. 5, pp. 41–49.Article Google Scholar

Download references

Nanoparticle-enabled increase of energy efficiency during laser metal additive manufacturing

레이저 금속 적층 제조 중 나노 입자로 에너지 효율 증가

Minglei Quo ^bQilin Guo ^a bLuis ^IzetEscano ^a bAli Nabaa ^a bKamel Fezzaa ^cLianyi Chen ^a b

레이저 금속 적층 제조(AM) 공정의 낮은 에너지 효율은 대규모 산업 생산에서 잠재적인 지속 가능성 문제입니다. 레이저 용융을 위한 에너지 효율의 명시적 조사는 용융 금속의 불투명한 특성으로 인해 매우 어려운 용융 풀 치수 및 증기 내림의 직접적인 특성화를 요구합니다.

여기에서 우리는 현장 고속 고에너지 x-선 이미징에 의해 Al6061의 레이저 분말 베드 융합(LPBF) 동안 증기 강하 및 용융 풀 형성에 대한 TiC 나노 입자의 효과에 대한 직접적인 관찰 및 정량화를 보고합니다. 정량 결과를 바탕으로, 우리는 Al6061의 LPBF 동안 TiC 나노 입자가 있거나 없을 때 레이저 용융 에너지 효율(여기서 재료를 용융하는 데 필요한 에너지 대 레이저 빔에 의해 전달되는 에너지의 비율로 정의)을 계산했습니다.

결과는 TiC 나노 입자를 Al6061에 추가하면 레이저 용융 에너지 효율이 크게 증가한다는 것을 보여줍니다(평균 114% 증가, 312에서 521% 증가). W 레이저 출력, 0.4m /s 스캔 속도). 체계적인 특성 측정, 시뮬레이션 및 x-선 이미징 연구를 통해 우리는 처음으로 세 가지 메커니즘이 함께 작동하여 레이저 용융 에너지 효율을 향상시킨다는 것을 확인할 수 있었습니다.

(1) TiC 나노 입자를 추가하면 흡수율이 증가합니다. (2) TiC 나노입자를 추가하면 열전도율이 감소하고, (3) TiC 나노입자를 추가하면 더 낮은 레이저 출력에서 증기 억제 및 다중 반사를 시작할 수 있습니다(즉, 키홀링에 대한 레이저 출력 임계값을 낮춤).

여기서 보고한 Al6061의 LPBF 동안 레이저 용융 에너지 효율을 증가시키기 위해 TiC 나노입자를 사용하는 방법 및 메커니즘은 보다 에너지 효율적인 레이저 금속 AM을 위한 공급원료 재료의 개발을 안내할 수 있습니다.

The low energy efficiency of the laser metal additive manufacturing (AM) process is a potential sustainability concern for large-scale industrial production. Explicit investigation of the energy efficiency for laser melting requires the direct characterization of melt pool dimension and vapor depression, which is very difficult due to the opaque nature of the molten metal. Here we report the direct observation and quantification of effects of the TiC nanoparticles on the vapor depression and melt pool formation during laser powder bed fusion (LPBF) of Al6061 by in-situ high-speed high-energy x-ray imaging. Based on the quantification results, we calculated the laser melting energy efficiency (defined here as the ratio of the energy needed to melt the material to the energy delivered by the laser beam) with and without TiC nanoparticles during LPBF of Al6061. The results show that adding TiC nanoparticles into Al6061 leads to a significant increase of laser melting energy efficiency (114% increase on average, 521% increase under 312 W laser power, 0.4 m/s scan speed). Systematic property measurement, simulation, and x-ray imaging studies enable us, for the first time, to identify that three mechanisms work together to enhance the laser melting energy efficiency: (1) adding TiC nanoparticles increases the absorptivity; (2) adding TiC nanoparticles decreases the thermal conductivity, and (3) adding TiC nanoparticles enables the initiation of vapor depression and multiple reflection at lower laser power (i.e., lowers the laser power threshold for keyholing). The method and mechanisms of using TiC nanoparticles to increase the laser melting energy efficiency during LPBF of Al6061 we reported here may guide the development of feedstock materials for more energy efficient laser metal AM.

Keywords

Additive manufacturing

laser powder bed fusion

energy efficiency

keyhole

melt pool

x-ray imaging

metal matrix nanocomposites

원문보기

The failure propagation of weakly stable sediment: A reason for the formation of high-velocity turbidity currents in submarine canyons

약한 안정 퇴적물의 실패 전파: 해저 협곡에서 고속 탁도 흐름이 형성되는 이유

Yupeng Ren, Yi Zhang, Guohui Xu, Xingbei Xu, Houjie Wang & Zhiyuan Chen

Abstract

Abstract해저 협곡에서 탁도의 장거리 이동은 많은 양의 퇴적물을 심해 평원으로 운반할 수 있습니다. 이전 연구에서는 5.9~28.0m/s 범위의 다중 케이블 손상 이벤트에서 파생된 탁도 전류 속도와 0.15~7.2m/s 사이의 현장 관찰 결과에서 명백한 차이가 있음을 보여줍니다. 따라서 해저 환경의 탁한 유체가 해저 협곡을 고속으로 장거리로 흐를 수 있는지에 대한 질문이 남아 있습니다. 연구실 시험의 결합을 통해 해저협곡의 탁류의 고속 및 장거리 운동을 설명하기 위해 약안정 퇴적물 기반의 새로운 모델(약안정 퇴적물에 대한 파손 전파 모델 제안, 줄여서 WSS-PFP 모델)을 제안합니다. 및 수치 아날로그. 이 모델은 두 가지 메커니즘을 기반으로 합니다. 1) 원래 탁도류는 약하게 안정한 퇴적층의 불안정화를 촉발하고 연질 퇴적물의 불안정화 및 하류 방향으로의 이동을 촉진하고 2) 원래 탁도류가 협곡으로 이동할 때 형성되는 여기파가 불안정화로 이어진다. 하류 방향으로 약하게 안정한 퇴적물의 수송. 제안된 모델은 심해 퇴적, 오염 물질 이동 및 광 케이블 손상 연구를 위한 동적 프로세스 해석을 제공할 것입니다.

The long-distance movement of turbidity currents in submarine canyons can transport large amounts of sediment to deep-sea plains. Previous studies show obvious differences in the turbidity current velocities derived from the multiple cables damage events ranging from 5.9 to 28.0 m/s and those of field observations between 0.15 and 7.2 m/s. Therefore, questions remain regarding whether a turbid fluid in an undersea environment can flow through a submarine canyon for a long distance at a high speed. A new model based on weakly stable sediment is proposed (proposed failure propagation model for weakly stable sediments, WSS-PFP model for short) to explain the high-speed and long-range motion of turbidity currents in submarine canyons through the combination of laboratory tests and numerical analogs. The model is based on two mechanisms: 1) the original turbidity current triggers the destabilization of the weakly stable sediment bed and promotes the destabilization and transport of the soft sediment in the downstream direction and 2) the excitation wave that forms when the original turbidity current moves into the canyon leads to the destabilization and transport of the weakly stable sediment in the downstream direction. The proposed model will provide dynamic process interpretation for the study of deep-sea deposition, pollutant transport, and optical cable damage.

Keyword

turbidity current
excitation wave
dense basal layer
velocity
WSS-PFP model

References

Azpiroz-Zabala M, Cartigny M J B, Talling P J et al. 2017. Newly recognized turbidity current structure can explain prolonged flushing of submarine canyons. Science Advances, 3(10): e1700200, https://doi.org/10.1126/sciadv.1700200.Article Google Scholar
Bagnold R A. 1962. Auto-suspension of transported sediment; turbidity currents. Proceedings of the Royal Society A: Mathematical, Physical and Engineering Sciences, 265(1322): 315–319, https://doi.org/10.1098/rspa.1962.0012.Google Scholar
Carter L, Gavey R, Talling P J et al. 2014. Insights into submarine geohazards from breaks in subsea telecommunication cables. Oceanography, 27(2): 58–67, https://doi.org/10.5670/oceanog.2014.40.Article Google Scholar
Carter L, Milliman J D, Talling P J et al. 2012. Near-synchronous and delayed initiation of long run-out submarine sediment flows from a record-breaking river flood, offshore Taiwan. Geophysical Research Letters, 39(12): L12603, https://doi.org/10.1029/2012gl051172.Article Google Scholar
Cooper C, Wood J, Imran J et al. 2016. Designing for turbidity currents in the Congo Canyon. In: Offshore Technology Conference. OTC, Houston, TX. OTC-26919-MSp, https://doi.org/10.4043/26919-ms.Google Scholar
Dengler A T, Wilde P, Noda E K et al. 1984. Turbidity currents generated by Hurricane Iwa. Geo-Marine Letters, 4(1): 5–11, https://doi.org/10.1007/bf02237967.Article Google Scholar
Fang A M, Li J L, Hou Q L. 1998. Sedimentation of turbidity currents and relative gravity flows: a review. Geological Review, 44(3): 270–280, https://doi.org/10.16509/j.georeview.1998.03.009. (in Chinese with English abstract)Google Scholar
Felix M, Peakall J. 2006. Transformation of debris flows into turbidity currents: mechanisms inferred from laboratory experiments. Sedimentology, 53(1): 107–123, https://doi.org/10.1111/j.1365-3091.2005.00757.x.Article Google Scholar
Gavey R, Carter L, Liu J T et al. 2017. Frequent sediment density flows during 2006 to 2015, triggered by competing seismic and weather events: observations from subsea cable breaks off southern Taiwan. Marine Geology, 384: 147–158, https://doi.org/10.1016/j.margeo.2016.06.001.Article Google Scholar
Heerema C J, Talling P J, Cartigny M J et al. 2020. What determines the downstream evolution of turbidity currents?. Earth and Planetary Science Letters, 532: 116023, https://doi.org/10.1016/j.epsl.2019.116023.Article Google Scholar
Heezen B C, Ericson D B, Ewing M. 1954. Further evidence for a turbidity current following the 1929 Grand Banks earthquake. Deep Sea Research (1953), 1(4): 193–202, https://doi.org/10.1016/0146-6313(54)90001-5.Article Google Scholar
Heezen B C, Ewing M. 1955. Orleansville earthquake and turbidity currents. AAPG Bulletin, 39(12): 2505–2514, https://doi.org/10.1306/5ceae2e6-16bb-11d7-8645000102c1865d.Google Scholar
Heezen B C, Ewing W M. 1952. Turbidity currents and submarine slumps, and the 1929 Grand Banks earthquake. American Journal of Science, 250(12): 849–873, https://doi.org/10.2475/ajs.250.12.849.Article Google Scholar
Hsu S K, Kuo J, Lo C L et al. 2008. Turbidity currents, submarine landslides and the 2006 Pingtung earthquake off SW Taiwan. Terrestrial, Atmospheric and Oceanic Sciences, 19(6): 767–772, https://doi.org/10.3319/tao.2008.19.6.767(pt).Article Google Scholar
Krause D C, White W C, Piper D J W et al. 1970. Turbidity currents and cable breaks in the western New Britain Trench. GSA Bulletin, 81(7): 2153–2160, https://doi.org/10.1130/0016-7606(1970)81[2153:tcacbi]2.0.co;2.Article Google Scholar
Kuenen P H. 1952. Estimated size of the Grand Banks turbidity current. American Journal of Science, 250(12): 874–884, https://doi.org/10.2475/ajs.250.12.874.Article Google Scholar
Lambert A M, Kelts K R, Marshall N F. 1976. Measurements of density underflows from Walensee, Switzerland. Sedimentology, 23(1): 87–105, https://doi.org/10.1111/j.1365-3091.1976.tb00040.x.Article Google Scholar
Liu J T, Wang Y H, Yang R J et al. 2012. Cyclone-induced hyperpycnal turbidity currents in a submarine canyon. Journal of Geophysical Research, 117(C4): C04033, https://doi.org/10.1029/2011jc007630.Article Google Scholar
Maier K L, Gales J A, Paull C K et al. 2019. Linking direct measurements of turbidity currents to submarine canyon-floor deposits. Frontiers in Earth Science, 7: 144, https://doi.org/10.3389/feart.2019.00144.Article Google Scholar
Mulder T, Syvitski J P M, Migeon S et al. 2003. Marine hyperpycnal flows: initiation, behavior and related deposits. A review. Marine and Petroleum Geology, 20(6–8): 861–882, https://doi.org/10.1016/j.marpetgeo.2003.01.003.Article Google Scholar
Nie X, Luo W D, Zhou J. 2017. Depositional characteristics of the Penghu submarine canyon in the northeastern South China Sea. Marine Geology Frontiers, 33(8): 18–23, https://doi.org/10.16028/j.1009-2722.2017.08003. (in Chinese with English abstract)Google Scholar
Nilsen T H, Shew R D, Steffens G S et al. 2008. Atlas of Deep-Water Outcrops. AAPG, Tulsa, https://doi.org/10.1306/St561240.Book Google Scholar
Parker G, Fukushima Y, Pantin H M. 1986. Self-accelerating turbidity currents. Journal of Fluid Mechanics, 171: 145–181, https://doi.org/10.1017/s0022112086001404.Article Google Scholar
Parker G. 1982. Conditions for the ignition of catastrophically erosive turbidity currents. Marine Geology, 46(3–4): 307–327, https://doi.org/10.1016/0025-3227(82)90086-x.Article Google Scholar
Paull C K, Caress D W, Lundsten E et al. 2013. Anatomy of the La Jolla Submarine Canyon system; offshore southern California. Marine Geology, 335: 16–34, https://doi.org/10.1016/j.margeo.2012.10.003.Article Google Scholar
Paull C K, Caress D W, Ussler III B et al. 2011. High-resolution bathymetry of the axial channels within Monterey and Soquel submarine canyons, offshore central California. Geosphere, 7(5): 1077–1101, https://doi.org/10.1130/GES00636.1.Article Google Scholar
Paull C K, Talling P J, Maier K L et al. 2018. Powerful turbidity currents driven by dense basal layers. Nature Communications, 9(1): 4114, https://doi.org/10.1038/s41467-018-06254-6.Article Google Scholar
Piper D J W, Shor A N, Clarke J E H. 1988. The 1929 “Grand banks” earthquake, slump, and turbidity current. In: Clifton H E ed. Sedimentologic Consequences of Convulsive Geologic Events. Geological Society of America. p.77–92, https://doi.org/10.1130/SPE229-p77.
Sequeiros O E, Mosquera R, Pedocchi F. 2018. Internal structure of a self-accelerating turbidity current. Journal of Geophysical Research, 123(9): 6260–6276, https://doi.org/10.1029/2018jc014061.Article Google Scholar
Sequeiros O E, Naruse H, Endo N et al. 2009. Experimental study on self-accelerating turbidity currents. Journal of Geophysical Research, 114(C5): C05025, https://doi.org/10.1029/2008jc005149.Article Google Scholar
Shepard F P. 1954. High-velocity turbidity currents, a discussion. Proceedings of the Royal Society of Series A: Mathematical, Physical and Engineering Sciences, 222(1150): 323–326, https://doi.org/10.1098/rspa.1954.0072.Google Scholar
Stetson H C, Smith J F. 1938. Behavior of suspension currents and mud slides on the continental slope. American Journal of Science, s5–35(205): 1–13, https://doi.org/10.2475/ajs.s5-35.205.1.Article Google Scholar
Symons W Q, Sumner E J, Paull C K et al. 2017. A new model for turbidity current behavior based on integration of flow monitoring and precision coring in a submarine canyon. Geology, 45(4): 367–370, https://doi.org/10.1130/g38764.1.Article Google Scholar
Talling P J, Allin J, Armitage D A et al. 2015. Key future directions for research on turbidity currents and their deposits. Journal of Sedimentary Research, 85(2): 153–169, https://doi.org/10.2110/jsr.2015.03.Article Google Scholar
Wang Z W, Xu J P, Talling P J et al. 2020. Direct evidence of a high-concentration basal layer in a submarine turbidity current. Deep Sea Research Part I: Oceanographic Research Papers, 161: 103300, https://doi.org/10.1016/j.dsr.2020.103300.Article Google Scholar
Winterwerp J C. 2006. Stratification effects by fine suspended sediment at low, medium, and very high concentrations. Journal of Geophysical Research, 111(C5): C05012, https://doi.org/10.1029/2005jc003019.Article Google Scholar
Xu J P. 2014. Turbidity Current research in the past century: an overview. Periodical of Ocean University of China, 44(10): 98–105, https://doi.org/10.16441/j.cnki.hdxb.2014.10.014.Google Scholar
Zeng J J, Lowe D R, Prior D B et al. 1991. Flow properties of turbidity currents in Bute Inlet, British Columbia. Sedimentology, 38(6): 975–996, https://doi.org/10.1111/j.1365-3091.1991.tb00367.x.Article Google Scholar
Zhang X, Wang L, Krabbenhoft K et al. 2020. A case study and implication: particle finite element modelling of the 2010 Saint-Jude sensitive clay landslide. Landslides, 17(5): 1117–1127, https://doi.org/10.1007/s10346-019-01330-4.Article Google Scholar
Zhang Y W, Liu Z F, Zhao Y L et al. 2018. Long-term in situ observations on typhoon-triggered turbidity currents in the deep sea. Geology, 46(8): 675–678, https://doi.org/10.1130/g45178.1.Article Google Scholar
Zhou H G. 2020. Experimental study on flow ability and fixed sand bed shear force of turbid suspension.

Download references

Acknowledgment

We thank Hanru WU from Ocean University of China for his help in thesis writing, and Hao TIAN and Chenxi WANG from Ocean University of China for their helps in the preparation of the experimental materials. Guohui XU is responsible for the development of the initial concept, processing of test data, and management of coauthor contributions to the paper; Yupeng REN for the experiment setup and drafting of the paper; Yi ZHANG and Xingbei XU for the simulation part of the experiment; Houjie WANG for writing guidance; Zhiyuan CHEN for the experiment setup.

Author information

Authors and Affiliations

Shandong Provincial Key Laboratory of Marine Environment and Geological Engineering, Qingdao, 266100, ChinaYupeng Ren, Yi Zhang, Guohui Xu, Xingbei Xu & Zhiyuan Chen
Shandong Provincial Key Laboratory of Marine Environment and Geological Engineering, Ocean University of China, Qingdao, 266100, ChinaYupeng Ren & Houjie Wang
Key Laboratory of Marine Environment and Ecology, Ocean University of China, Ministry of Education, Qingdao, 266100, ChinaYi Zhang, Guohui Xu, Xingbei Xu & Zhiyuan Chen

Corresponding author

Correspondence to Guohui Xu.

Additional information

Supported by the National Natural Science Foundation of China (Nos. 41976049, 41720104001) and the Taishan Scholar Project of Shandong Province (No. TS20190913), and the Fundamental Research Funds for the Central Universities (No. 202061028)

Data Availability Statement

The datasets generated and/or analyzed during the current study are available from the corresponding author upon reasonable request.

Rights and permissions

Reprints and Permissions

About this article

Cite this article

Ren, Y., Zhang, Y., Xu, G. et al. The failure propagation of weakly stable sediment: A reason for the formation of high-velocity turbidity currents in submarine canyons. J. Ocean. Limnol. (2022). https://doi.org/10.1007/s00343-022-1285-0

원문보기

Fig. 1 Multi-physics phenomena in the laser-material interaction zone

COMPARISON BETWEEN GREEN AND
INFRARED LASER IN LASER POWDER BED
FUSION OF PURE COPPER THROUGH HIGH
FIDELITY NUMERICAL MODELLING AT MESOSCALE

316-L 스테인리스강의 레이저 분말 베드 융합 중 콜드 스패터 형성의 충실도 높은 수치 모델링

W.E. ALPHONSO¹*, M. BAYAT¹ and J.H. HATTEL¹
*Corresponding author
1Technical University of Denmark (DTU), 2800, Kgs, Lyngby, Denmark

ABSTRACT

L-PBF(Laser Powder Bed Fusion)는 금속 적층 제조(MAM) 기술로, 기존 제조 공정에 비해 부품 설계 자유도, 조립품 통합, 부품 맞춤화 및 낮은 툴링 비용과 같은 여러 이점을 산업에 제공합니다.

전기 코일 및 열 관리 장치는 일반적으로 높은 전기 및 열 전도성 특성으로 인해 순수 구리로 제조됩니다. 따라서 순동의 L-PBF가 가능하다면 기하학적으로 최적화된 방열판과 자유형 전자코일을 제작할 수 있습니다.

그러나 L-PBF로 조밀한 순동 부품을 생산하는 것은 적외선에 대한 낮은 광 흡수율과 높은 열전도율로 인해 어렵습니다. 기존의 L-PBF 시스템에서 조밀한 구리 부품을 생산하려면 적외선 레이저의 출력을 500W 이상으로 높이거나 구리의 광흡수율이 높은 녹색 레이저를 사용해야 합니다.

적외선 레이저 출력을 높이면 후면 반사로 인해 레이저 시스템의 광학 구성 요소가 손상되고 렌즈의 열 광학 현상으로 인해 공정이 불안정해질 수 있습니다. 이 작업에서 FVM(Finite Volume Method)에 기반한 다중 물리학 중간 규모 수치 모델은 Flow-3D에서 개발되어 용융 풀 역학과 궁극적으로 부품 품질을 제어하는 물리적 현상 상호 작용을 조사합니다.

녹색 레이저 열원과 적외선 레이저 열원은 기판 위의 순수 구리 분말 베드에 단일 트랙 증착을 생성하기 위해 개별적으로 사용됩니다.

용융 풀 역학에 대한 레이저 열원의 유사하지 않은 광학 흡수 특성의 영향이 탐구됩니다. 수치 모델을 검증하기 위해 단일 트랙이 구리 분말 베드에 증착되고 시뮬레이션된 용융 풀 모양과 크기가 비교되는 실험이 수행되었습니다.

녹색 레이저는 광흡수율이 높아 전도 및 키홀 모드 용융이 가능하고 적외선 레이저는 흡수율이 낮아 키홀 모드 용융만 가능하다. 레이저 파장에 대한 용융 모드의 변화는 궁극적으로 기계적, 전기적 및 열적 특성에 영향을 미치는 열 구배 및 냉각 속도에 대한 결과를 가져옵니다.

Laser Powder Bed Fusion (L-PBF) is a Metal Additive Manufacturing (MAM) technology which offers several advantages to industries such as part design freedom, consolidation of assemblies, part customization and low tooling cost over conventional manufacturing processes. Electric coils and thermal management devices are generally manufactured from pure copper due to its high electrical and thermal conductivity properties. Therefore, if L-PBF of pure copper is feasible, geometrically optimized heat sinks and free-form electromagnetic coils can be manufactured. However, producing dense pure copper parts by L-PBF is difficult due to low optical absorptivity to infrared radiation and high thermal conductivity. To produce dense copper parts in a conventional L-PBF system either the power of the infrared laser must be increased above 500W, or a green laser should be used for which copper has a high optical absorptivity. Increasing the infrared laser power can damage the optical components of the laser systems due to back reflections and create instabilities in the process due to thermal-optical phenomenon of the lenses. In this work, a multi-physics meso-scale numerical model based on Finite Volume Method (FVM) is developed in Flow-3D to investigate the physical phenomena interaction which governs the melt pool dynamics and ultimately the part quality. A green laser heat source and an infrared laser heat source are used individually to create single track deposition on pure copper powder bed above a substrate. The effect of the dissimilar optical absorptivity property of laser heat sources on the melt pool dynamics is explored. To validate the numerical model, experiments were conducted wherein single tracks are deposited on a copper powder bed and the simulated melt pool shape and size are compared. As the green laser has a high optical absorptivity, a conduction and keyhole mode melting is possible while for the infrared laser only keyhole mode melting is possible due to low absorptivity. The variation in melting modes with respect to the laser wavelength has an outcome on thermal gradient and cooling rates which ultimately affect the mechanical, electrical, and thermal properties.

Keywords

Pure Copper, Laser Powder Bed Fusion, Finite Volume Method, multi-physics

Fig. 2 Framework for single laser track simulation model including powder bed and substrate (a) computational domain with boundaries (b) discretization of the domain with uniform quad mesh.

Fig. 3 2D melt pool contours from the numerical model compared to experiments [16] for (a) VED = 65 J/mm3 at 7 mm from the beginning of the single track (b) VED = 103 J/mm3 at 3 mm from the beginning of the single track (c) VED = 103 J/mm3 at 7 mm from the beginning of the single track. In the 2D contour, the non-melted region is indicated in blue, and the melted region is indicated by red and green when the VED is 65 J/mm3 and 103 J/mm3 respectively.

Fig. 4 3D temperature contour plots of during single track L-PBF process at time1.8 µs when (a) VED = 65 J/mm3 (b) VED = 103 J/mm3 along with 2D melt pool contours at 5 mm from the laser initial position. In the 2D contour, the non-melted region is indicated in blue, and the melted region is indicated by red and green when the VED is 65 J/mm3 and 103 J/mm3 respectively.

References

[1] L. Jyothish Kumar, P. M. Pandey, and D. I. Wimpenny, 3D printing and additive
manufacturing technologies. Springer Singapore, 2018. doi: 10.1007/978-981-13-0305-0.
[2] T. DebRoy et al., “Additive manufacturing of metallic components – Process, structure
and properties,” Progress in Materials Science, vol. 92, pp. 112–224, 2018, doi:
10.1016/j.pmatsci.2017.10.001.
[3] C. S. Lefky, B. Zucker, D. Wright, A. R. Nassar, T. W. Simpson, and O. J. Hildreth,
“Dissolvable Supports in Powder Bed Fusion-Printed Stainless Steel,” 3D Printing and
Additive Manufacturing, vol. 4, no. 1, pp. 3–11, 2017, doi: 10.1089/3dp.2016.0043.
[4] J. L. Bartlett and X. Li, “An overview of residual stresses in metal powder bed fusion,”
Additive Manufacturing, vol. 27, no. January, pp. 131–149, 2019, doi:
10.1016/j.addma.2019.02.020.
[5] I. H. Ahn, “Determination of a process window with consideration of effective layer
thickness in SLM process,” International Journal of Advanced Manufacturing
Technology, vol. 105, no. 10, pp. 4181–4191, 2019, doi: 10.1007/s00170-019-04402-w.

[6] R. McCann et al., “In-situ sensing, process monitoring and machine control in Laser
Powder Bed Fusion: A review,” Additive Manufacturing, vol. 45, no. May, 2021, doi:
10.1016/j.addma.2021.102058.
[7] M. Bayat et al., “Keyhole-induced porosities in Laser-based Powder Bed Fusion (L-PBF)
of Ti6Al4V: High-fidelity modelling and experimental validation,” Additive
Manufacturing, vol. 30, no. August, p. 100835, 2019, doi: 10.1016/j.addma.2019.100835.
[8] M. Bayat, S. Mohanty, and J. H. Hattel, “Multiphysics modelling of lack-of-fusion voids
formation and evolution in IN718 made by multi-track/multi-layer L-PBF,” International
Journal of Heat and Mass Transfer, vol. 139, pp. 95–114, 2019, doi:
10.1016/j.ijheatmasstransfer.2019.05.003.
[9] S. D. Jadhav, L. R. Goossens, Y. Kinds, B. van Hooreweder, and K. Vanmeensel, “Laserbased powder bed fusion additive manufacturing of pure copper,” Additive Manufacturing,
vol. 42, no. March, 2021, doi: 10.1016/j.addma.2021.101990.
[10] S. D. Jadhav, S. Dadbakhsh, L. Goossens, J. P. Kruth, J. van Humbeeck, and K.
Vanmeensel, “Influence of selective laser melting process parameters on texture evolution
in pure copper,” Journal of Materials Processing Technology, vol. 270, no. January, pp.
47–58, 2019, doi: 10.1016/j.jmatprotec.2019.02.022.
[11] H. Siva Prasad, F. Brueckner, J. Volpp, and A. F. H. Kaplan, “Laser metal deposition of
copper on diverse metals using green laser sources,” International Journal of Advanced
Manufacturing Technology, vol. 107, no. 3–4, pp. 1559–1568, 2020, doi: 10.1007/s00170-
020-05117-z.
[12] L. R. Goossens, Y. Kinds, J. P. Kruth, and B. van Hooreweder, “On the influence of
thermal lensing during selective laser melting,” Solid Freeform Fabrication 2018:
Proceedings of the 29th Annual International Solid Freeform Fabrication Symposium – An
Additive Manufacturing Conference, SFF 2018, no. December, pp. 2267–2274, 2020.
[13] M. Bayat, V. K. Nadimpalli, D. B. Pedersen, and J. H. Hattel, “A fundamental investigation
of thermo-capillarity in laser powder bed fusion of metals and alloys,” International
Journal of Heat and Mass Transfer, vol. 166, p. 120766, 2021, doi:
10.1016/j.ijheatmasstransfer.2020.120766.
[14] H. Chen, Q. Wei, Y. Zhang, F. Chen, Y. Shi, and W. Yan, “Powder-spreading mechanisms
in powder-bed-based additive manufacturing: Experiments and computational modeling,”
Acta Materialia, vol. 179, pp. 158–171, 2019, doi: 10.1016/j.actamat.2019.08.030.
[15] S. K. Nayak, S. K. Mishra, C. P. Paul, A. N. Jinoop, and K. S. Bindra, “Effect of energy
density on laser powder bed fusion built single tracks and thin wall structures with 100 µm
preplaced powder layer thickness,” Optics and Laser Technology, vol. 125, May 2020, doi:
10.1016/j.optlastec.2019.106016.
[16] G. Nordet et al., “Absorptivity measurements during laser powder bed fusion of pure
copper with a 1 kW cw green laser,” Optics & Laser Technology, vol. 147, no. April 2021,
p. 107612, 2022, doi: 10.1016/j.optlastec.2021.107612.
[17] M. Hummel, C. Schöler, A. Häusler, A. Gillner, and R. Poprawe, “New approaches on
laser micro welding of copper by using a laser beam source with a wavelength of 450 nm,”
Journal of Advanced Joining Processes, vol. 1, no. February, p. 100012, 2020, doi:
10.1016/j.jajp.2020.100012.
[18] M. Hummel, M. Külkens, C. Schöler, W. Schulz, and A. Gillner, “In situ X-ray
tomography investigations on laser welding of copper with 515 and 1030 nm laser beam
sources,” Journal of Manufacturing Processes, vol. 67, no. April, pp. 170–176, 2021, doi:
10.1016/j.jmapro.2021.04.063.
[19] L. Gargalis et al., “Determining processing behaviour of pure Cu in laser powder bed
fusion using direct micro-calorimetry,” Journal of Materials Processing Technology, vol.
294, no. March, p. 117130, 2021, doi: 10.1016/j.jmatprotec.2021.117130.
[20] A. Mondal, D. Agrawal, and A. Upadhyaya, “Microwave heating of pure copper powder
with varying particle size and porosity,” Journal of Microwave Power and
Electromagnetic Energy, vol. 43, no. 1, pp. 4315–43110, 2009, doi:
10.1080/08327823.2008.11688599.

PDF 원문보기

Fig. 1. Schematic figure showing the PREP with additional gas flowing on the end face of electrode.

플라즈마 회전 전극 공정 중 분말 형성에 대한 공정 매개변수 및 냉각 가스의 영향

Yujie Cui^a Yufan Zhao^a1Haruko Numata^b Kenta Yamanaka^a Huakang Bian^aKenta Aoyagi^aAkihikoChiba^a
^aInstitute for Materials Research, Tohoku University, Sendai 980-8577, Japan^bDepartment of Materials Processing, Graduate School of Engineering, Tohoku University, Sendai 980-8577, Japan

Highlights

•The limitation of increasing the rotational speed in decreasing powder size was clarified.

•Cooling and disturbance effects varied with the gas flowing rate.

•Inclined angle of the residual electrode end face affected powder formation.

•Additional cooling gas flowing could be applied to control powder size.

Abstract

The plasma rotating electrode process (PREP) is rapidly becoming an important powder fabrication method in additive manufacturing. However, the low production rate of fine PREP powder limits the development of PREP. Herein, we investigated different factors affecting powder formation during PREP by combining experimental methods and numerical simulations. The limitation of increasing the rotation electrode speed in decreasing powder size is attributed to the increased probability of adjacent droplets recombining and the decreased tendency of granulation. The effects of additional Ar/He gas flowing on the rotational electrode on powder formation is determined through the cooling effect, the disturbance effect, and the inclined effect of the residual electrode end face simultaneously. A smaller-sized powder was obtained in the He atmosphere owing to the larger inclined angle of the residual electrode end face compared to the Ar atmosphere. Our research highlights the route for the fabrication of smaller-sized powders using PREP.

플라즈마 회전 전극 공정(PREP)은 적층 제조 에서 중요한 분말 제조 방법으로 빠르게 자리잡고 있습니다. 그러나 미세한 PREP 분말의 낮은 생산율은 PREP의 개발을 제한합니다. 여기에서 우리는 실험 방법과 수치 시뮬레이션을 결합하여 PREP 동안 분말 형성에 영향을 미치는 다양한 요인을 조사했습니다. 분말 크기 감소에서 회전 전극 속도 증가의 한계는 인접한 액적 재결합 확률 증가 및 과립화 경향 감소에 기인합니다.. 회전 전극에 흐르는 추가 Ar/He 가스가 분말 형성에 미치는 영향은 냉각 효과, 외란 효과 및 잔류 전극 단면의 경사 효과를 통해 동시에 결정됩니다. He 분위기에서는 Ar 분위기에 비해 잔류 전극 단면의 경사각이 크기 때문에 더 작은 크기의 분말이 얻어졌다. 우리의 연구는 PREP를 사용하여 더 작은 크기의 분말을 제조하는 경로를 강조합니다.

Keywords

Plasma rotating electrode process

Ti-6Al-4 V alloy, Rotating speed, Numerical simulation, Gas flowing, Powder size

Introduction

With the development of additive manufacturing, there has been a significant increase in high-quality powder production demand [1,2]. The initial powder characteristics are closely related to the uniform powder spreading [3,4], packing density [5], and layer thickness observed during additive manufacturing [6], thus determining the mechanical properties of the additive manufactured parts [7,8]. Gas atomization (GA) [9–11], centrifugal atomization (CA) [12–15], and the plasma rotating electrode process (PREP) are three important powder fabrication methods.

Currently, GA is the dominant powder fabrication method used in additive manufacturing [16] for the fabrication of a wide range of alloys [11]. GA produces powders by impinging a liquid metal stream to droplets through a high-speed gas flow of nitrogen, argon, or helium. With relatively low energy consumption and a high fraction of fine powders, GA has become the most popular powder manufacturing technology for AM.

The entrapped gas pores are generally formed in the powder after solidification during GA, in which the molten metal is impacted by a high-speed atomization gas jet. In addition, satellites are formed in GA powder when fine particles adhere to partially molten particles.

The gas pores of GA powder result in porosity generation in the additive manufactured parts, which in turn deteriorates its mechanical properties because pores can become crack initiation sites [17]. In CA, a molten metal stream is poured directly onto an atomizer disc spinning at a high rotational speed. A thin film is formed on the surface of the disc, which breaks into small droplets due to the centrifugal force. Metal powder is obtained when these droplets solidify.

Compared with GA powder, CA powder exhibits higher sphericity, lower impurity content, fewer satellites, and narrower particle size distribution [12]. However, very high speed is required to obtain fine powder by CA. In PREP, the molten metal, melted using the plasma arc, is ejected from the rotating rod through centrifugal force. Compared with GA powder, PREP-produced powders also have higher sphericity and fewer pores and satellites [18].

For instance, PREP-fabricated Ti6Al-4 V alloy powder with a powder size below 150 μm exhibits lower porosity than gas-atomized powder [19], which decreases the porosity of additive manufactured parts. Furthermore, the process window during electron beam melting was broadened using PREP powder compared to GA powder in Inconel 718 alloy [20] owing to the higher sphericity of the PREP powder.

In summary, PREP powder exhibits many advantages and is highly recommended for powder-based additive manufacturing and direct energy deposition-type additive manufacturing. However, the low production rate of fine PREP powder limits the widespread application of PREP powder in additive manufacturing.

Although increasing the rotating speed is an effective method to decrease the powder size [21,22], the reduction in powder size becomes smaller with the increased rotating speed [23]. The occurrence of limiting effects has not been fully clarified yet.

Moreover, the powder size can be decreased by increasing the rotating electrode diameter [24]. However, these methods are quite demanding for the PREP equipment. For instance, it is costly to revise the PREP equipment to meet the demand of further increasing the rotating speed or electrode diameter.

Accordingly, more feasible methods should be developed to further decrease the PREP powder size. Another factor that influences powder formation is the melting rate [25]. It has been reported that increasing the melting rate decreases the powder size of Inconel 718 alloy [26].

In contrast, the powder size of SUS316 alloy was decreased by decreasing the plasma current within certain ranges. This was ascribed to the formation of larger-sized droplets from fluid strips with increased thickness and spatial density at higher plasma currents [27]. The powder size of NiTi alloy also decreases at lower melting rates [28]. Consequently, altering the melting rate, varied with the plasma current, is expected to regulate the PREP powder size.

Furthermore, gas flowing has a significant influence on powder formation [27,29–31]. On one hand, the disturbance effect of gas flowing promotes fluid granulation, which in turn contributes to the formation of smaller-sized powder [27]. On the other hand, the cooling effect of gas flowing facilitates the formation of large-sized powder due to increased viscosity and surface tension. However, there is a lack of systematic research on the effect of different gas flowing on powder formation during PREP.

Herein, the authors systematically studied the effects of rotating speed, electrode diameter, plasma current, and gas flowing on the formation of Ti-6Al-4 V alloy powder during PREP as additive manufactured Ti-6Al-4 V alloy exhibits great application potential [32]. Numerical simulations were conducted to explain why increasing the rotating speed is not effective in decreasing powder size when the rotation speed reaches a certain level. In addition, the different factors incited by the Ar/He gas flowing on powder formation were clarified.

References

[1] W. Ding, G. Chen, M. Qin, Y. He, X. Qu, Low-cost Ti powders for additive manufacturing treated by fluidized bed, Powder Technol. 350 (2019) 117–122, https://doi.org/
10.1016/j.powtec.2019.03.042.
[2] W.S.W. Harun, M.S.I.N. Kamariah, N. Muhamad, S.A.C. Ghani, F. Ahmad, Z. Mohamed,
A review of powder additive manufacturing processes for metallic biomaterials,
Powder Technol. 327 (2018) 128–151, https://doi.org/10.1016/j.powtec.2017.12.
058.
[3] M. Ahmed, M. Pasha, W. Nan, M. Ghadiri, A simple method for assessing powder
spreadability for additive manufacturing, Powder Technol. 367 (2020) 671–679,
https://doi.org/10.1016/j.powtec.2020.04.033.
[4] W. Nan, M. Pasha, M. Ghadiri, Numerical simulation of particle flow and segregation
during roller spreading process in additive manufacturing, Powder Technol. 364
(2020) 811–821, https://doi.org/10.1016/j.powtec.2019.12.023.
[5] A. Averardi, C. Cola, S.E. Zeltmann, N. Gupta, Effect of particle size distribution on the
packing of powder beds : a critical discussion relevant to additive manufacturing,
Mater. Today Commun. 24 (2020) 100964, https://doi.org/10.1016/j.mtcomm.
2020.100964.
[6] K. Riener, N. Albrecht, S. Ziegelmeier, R. Ramakrishnan, L. Haferkamp, A.B. Spierings,
G.J. Leichtfried, Influence of particle size distribution and morphology on the properties of the powder feedstock as well as of AlSi10Mg parts produced by laser powder bed fusion (LPBF), Addit. Manuf. 34 (2020) 101286, https://doi.org/10.1016/j.
addma.2020.101286.
[7] W.S.W. Harun, N.S. Manam, M.S.I.N. Kamariah, S. Sharif, A.H. Zulkifly, I. Ahmad, H.
Miura, A review of powdered additive manufacturing techniques for Ti-6Al-4V biomedical applications, Powder Technol. 331 (2018) 74–97, https://doi.org/10.1016/j.
powtec.2018.03.010.
[8] A.T. Sutton, C.S. Kriewall, M.C. Leu, J.W. Newkirk, Powder characterisation techniques and effects of powder characteristics on part properties in powder-bed fusion processes, Virtual Phys. Prototyp. 12 (2017) (2017) 3–29, https://doi.org/10.
1080/17452759.2016.1250605.
[9] G. Chen, Q. Zhou, S.Y. Zhao, J.O. Yin, P. Tan, Z.F. Li, Y. Ge, J. Wang, H.P. Tang, A pore
morphological study of gas-atomized Ti-6Al-4V powders by scanning electron microscopy and synchrotron X-ray computed tomography, Powder Technol. 330
(2018) 425–430, https://doi.org/10.1016/j.powtec.2018.02.053.
[10] Y. Feng, T. Qiu, Preparation, characterization and microwave absorbing properties of
FeNi alloy prepared by gas atomization method, J. Alloys Compd. 513 (2012)
455–459, https://doi.org/10.1016/j.jallcom.2011.10.079.

[11] I.E. Anderson, R.L. Terpstra, Progress toward gas atomization processing with increased uniformity and control, Mater. Sci. Eng. A 326 (2002) 101–109, https://
doi.org/10.1016/S0921-5093(01)01427-7.
[12] P. Phairote, T. Plookphol, S. Wisutmethangoon, Design and development of a centrifugal atomizer for producing zinc metal powder, Int. J. Appl. Phys. Math. 2 (2012)
77–82, https://doi.org/10.7763/IJAPM.2012.V2.58.
[13] L. Tian, I. Anderson, T. Riedemann, A. Russell, Production of fine calcium powders by
centrifugal atomization with rotating quench bath, Powder Technol. 308 (2017)
84–93, https://doi.org/10.1016/j.powtec.2016.12.011.
[14] M. Eslamian, J. Rak, N. Ashgriz, Preparation of aluminum/silicon carbide metal matrix composites using centrifugal atomization, Powder Technol. 184 (2008) 11–20,
https://doi.org/10.1016/j.powtec.2007.07.045.
[15] T. Plookphol, S. Wisutmethangoon, S. Gonsrang, Influence of process parameters on
SAC305 lead-free solder powder produced by centrifugal atomization, Powder
Technol. 214 (2011) 506–512, https://doi.org/10.1016/j.powtec.2011.09.015.
[16] M.Z. Gao, B. Ludwig, T.A. Palmer, Impact of atomization gas on characteristics of austenitic stainless steel powder feedstocks for additive manufacturing, Powder
Technol. 383 (2021) 30–42, https://doi.org/10.1016/j.powtec.2020.12.005.
[17] X. Shui, K. Yamanaka, M. Mori, Y. Nagata, A. Chiba, Effects of post-processing on cyclic fatigue response of a titanium alloy additively manufactured by electron beam
melting, Mater. Sci. Eng. A 680 (2017) 239–248, https://doi.org/10.1016/j.msea.
2016.10.059.
[18] C. Wang, X.H. Zhao, Y.C. Ma, Q.X. Wang, Y.J. Lai, S.J. Liang, Study of the spherical
HoCu powders prepared by supreme-speed plasma rotating electrode process,
Powder Metallurgy Technology 38 (3) (2020) 227–233, https://doi.org/10.19591/
j.cnki.cn11-1974/tf.2020.03.011 (in Chinese).
[19] G. Chen, S.Y. Zhao, P. Tan, J. Wang, C.S. Xiang, H.P. Tang, A comparative study of Ti6Al-4V powders for additive manufacturing by gas atomization, plasma rotating
electrode process and plasma atomization, Powder Technol. 333 (2018) 38–46,
https://doi.org/10.1016/j.powtec.2018.04.013.
[20] Y. Zhao, K. Aoyagi, Y. Daino, K. Yamanaka, A. Chiba, Significance of powder feedstock
characteristics in defect suppression of additively manufactured Inconel 718, Addit.
Manuf. 34 (2020) 101277, https://doi.org/10.1016/j.addma.2020.101277.
[21] Y. Nie, J. Tang, B. Yang, Q. Lei, S. Yu, Y. Li, Comparison in characteristic and atomization behavior of metallic powders produced by plasma rotating electrode process,
Adv. Powder Technol. 31 (2020) 2152–2160, https://doi.org/10.1016/j.apt.2020.03.
006.
[22] Y. Cui, Y. Zhao, H. Numata, H. Bian, K. Wako, K. Yamanaka, K. Aoyagi, C. Zhang, A.
Chiba, Effects of plasma rotating electrode process parameters on the particle size
distribution and microstructure of Ti-6Al-4 V alloy powder, Powder Technol 376
(2020) 363–372, https://doi.org/10.1016/j.powtec.2020.08.027.
[23] J. Tang, Y. Nie, Q. Lei, Y. Li, Characteristics and atomization behavior of Ti-6Al-4V
powder produced by plasma rotating electrode process Adv, Powder Technol. 10
(2019) 2330–2337, https://doi.org/10.1016/j.apt.2019.07.015.
[24] M. Zdujić, D. Uskoković, Production of atomized metal and alloy powders by the rotating electrode process, Sov. Powder Metall. Met. Ceram. 29 (1990) 673–683,
https://doi.org/10.1007/BF00795571.
[25] L. Zhang, Y. Zhao, Particle size distribution of tin powder produced by centrifugal
atomisation using rotating cups, Powder Technol. 318 (2017) 62–67, https://doi.
org/10.1016/j.powtec.2017.05.038.
[26] Y. Liu, S. Liang, Z. Han, J. Song, Q. Wang, A novel model of calculating particle sizes in
plasma rotating electrode process for superalloys, Powder Technol. 336 (2018)
406–414, https://doi.org/10.1016/j.powtec.2018.06.002.
[27] Y. Zhao, Y. Cui, H. Numata, H. Bian, K. Wako, K. Yamanaka, Centrifugal granulation
behavior in metallic powder fabrication by plasma rotating electrode process, Sci.
Rep. (2020) 1–15, https://doi.org/10.1038/s41598-020-75503-w.
[28] T. Hsu, C. Wei, L. Wu, Y. Li, A. Chiba, M. Tsai, Nitinol powders generate from plasma
rotation electrode process provide clean powder for biomedical devices used with
suitable size, spheroid surface and pure composition, Sci. Rep. 8 (2018) 1–8,
https://doi.org/10.1038/s41598-018-32101-1.
[29] M. Wei, S. Chen, M. Sun, J. Liang, C. Liu, M. Wang, Atomization simulation and preparation of 24CrNiMoY alloy steel powder using VIGA technology at high gas pressure, Powder Technol. 367 (2020) 724–739, https://doi.org/10.1016/j.powtec.
2020.04.030.
[30] Y. Tan, X. Zhu, X.Y. He, B. Ding, H. Wang, Q. Liao, H. Li, Granulation characteristics of
molten blast furnace slag by hybrid centrifugal-air blast technique, Powder Technol.
323 (2018) 176–185, https://doi.org/10.1016/j.powtec.2017.09.040.
[31] P. Xu, D.H. Liu, J. Hu, G.Y. Lin, Synthesis of Ni-Ti composite powder by radio frequency plasma spheroidization process, Nonferrous Metals Science and Engineering
39 (1) (2020) 67–71 , (in Chinese) 10.13264/j.cnki.ysjskx.2020.01.011.
[32] H. Mehboob, F. Tarlochan, A. Mehboob, S.H. Chang, S. Ramesh, W.S.W. Harun, K.
Kadirgama, A novel design, analysis and 3D printing of Ti-6Al-4V alloy bioinspired porous femoral stem, J. Mater. Sci. Mater. Med. 31 (2020) 78, https://doi.
org/10.1007/s10856-020-06420-7.
[33] FLOW-3D® Version 11.2 [Computer software]. , Flow Science, Inc., Santa Fe, NM,
2017https://www.flow3d.com.
[34] M. Boivineau, C. Cagran, D. Doytier, V. Eyraud, M.H. Nadal, B. Wilthan, G. Pottlacher,
Thermophysical properties of solid and liquid Ti-6Al-4V (TA6V) alloy, Int. J.
Thermophys. 27 (2006) 507–529, https://doi.org/10.1007/PL00021868.
[35] J. Liu, Q. Qin, Q. Yu, The effect of size distribution of slag particles obtained in dry
granulation on blast furnace slag cement strength, Powder Technol. 362 (2020)
32–36, https://doi.org/10.1016/j.powtec.2019.11.115.
[36] M. Tanaka, S. Tashiro, A study of thermal pinch effect of welding arcs, J. Japan Weld.
Soc. 25 (2007) 336–342, https://doi.org/10.2207/qjjws.25.336 (in Japanese).
[37] T. Kamiya, A. Kayano, Disintegration of viscous fluid in the ligament state purged
from a rotating disk, J. Chem. Eng. JAPAN. 4 (1971) 364–369, https://doi.org/10.
1252/jcej.4.364.
[38] T. Kamiya, An analysis of the ligament-type disintegration of thin liquid film at the
edge of a rotating disk, J. Chem. Eng. Japan. 5 (1972) 391–396, https://doi.org/10.
1252/jcej.5.391.
[39] J. Burns, C. Ramshaw, R. Jachuck, Measurement of liquid film thickness and the determination of spin-up radius on a rotating disc using an electrical resistance technique, Chem. Eng. Sci. 58 (2003) 2245–2253, https://doi.org/10.1016/S0009-2509
(03)00091-5.
[40] J. Rauscher, R. Kelly, J. Cole, An asymptotic solution for the laminar flow of a thin film
on a rotating disk, J. Appl. Mech. Trans. ASME 40 (1973) 43–47, https://doi.org/10.
1115/1.3422970

원문보기

Fig. 1. Model geometry with the computational domain, extrusion nozzle, toolpath, and boundary conditions. The model is presented while printing the fifth layer.

재료 압출 적층 제조에서 증착된 층의 안정성 및 변형

Md Tusher Mollah Raphaël 사령관 Marcin P. Serdeczny David B. Pedersen Jon Spangenberg덴마크 공과 대학 기계 공학과, Kgs. 덴마크 링비

2020년 12월 22일 접수, 2021년 5월 1일 수정, 2021년 7월 15일 수락, 2021년 7월 21일 온라인 사용 가능, 기록 버전 2021년 8월 17일 .

Abstract

이 문서는 재료 압출 적층 제조 에서 여러 레이어를 인쇄하는 동안 증착 흐름의 전산 유체 역학 시뮬레이션 을 제공합니다 . 개발된 모델은 증착된 레이어의 형태를 예측하고 점소성 재료 를 인쇄하는 동안 레이어 변형을 캡처합니다 . 물리학은 일반화된 뉴턴 유체 로 공식화된 Bingham 구성 모델의 연속성 및 운동량 방정식에 의해 제어됩니다. . 증착된 층의 단면 모양이 예측되고 재료의 다양한 구성 매개변수에 대해 층의 변형이 연구됩니다. 층의 변형은 인쇄물의 정수압과 압출시 압출압력으로 인한 것임을 알 수 있다. 시뮬레이션에 따르면 항복 응력이 높을수록 변형이 적은 인쇄물이 생성되는 반면 플라스틱 점도 가 높을수록 증착된 레이어에서변형이 커 집니다 . 또한, 인쇄 속도, 압출 속도 의 영향, 층 높이 및 인쇄된 층의 변형에 대한 노즐 직경을 조사합니다. 마지막으로, 이 모델은 후속 인쇄된 레이어의 정수압 및 압출 압력을 지원하기 위해 증착 후 점소성 재료가 요구하는 항복 응력의 필요한 증가에 대한 보수적인 추정치를 제공합니다.

This paper presents computational fluid dynamics simulations of the deposition flow during printing of multiple layers in material extrusion additive manufacturing. The developed model predicts the morphology of the deposited layers and captures the layer deformations during the printing of viscoplastic materials. The physics is governed by the continuity and momentum equations with the Bingham constitutive model, formulated as a generalized Newtonian fluid. The cross-sectional shapes of the deposited layers are predicted, and the deformation of layers is studied for different constitutive parameters of the material. It is shown that the deformation of layers is due to the hydrostatic pressure of the printed material, as well as the extrusion pressure during the extrusion. The simulations show that a higher yield stress results in prints with less deformations, while a higher plastic viscosity leads to larger deformations in the deposited layers. Moreover, the influence of the printing speed, extrusion speed, layer height, and nozzle diameter on the deformation of the printed layers is investigated. Finally, the model provides a conservative estimate of the required increase in yield stress that a viscoplastic material demands after deposition in order to support the hydrostatic and extrusion pressure of the subsequently printed layers.

키워드

점성 플라스틱 재료, 재료 압출 적층 제조(MEX-AM), 다층 증착, 전산유체역학(CFD), 변형 제어
Viscoplastic Materials, Material Extrusion Additive Manufacturing (MEX-AM), Multiple-Layers Deposition, Computational Fluid Dynamics (CFD), Deformation Control

Introduction

Three-dimensional printing of viscoplastic materials has grown in popularity over the recent years, due to the success of Material Extrusion Additive Manufacturing (MEX-AM) [1]. Viscoplastic materials, such as ceramic pastes [2,3], hydrogels [4], thermosets [5], and concrete [6], behave like solids when the applied load is below their yield stress, and like a fluid when the applied load exceeds their yield stress [7]. Viscoplastic materials are typically used in MEX-AM techniques such as Robocasting [8], and 3D concrete printing [9,10]. The differences between these technologies lie in the processing of the material before the extrusion and in the printing scale (from microscale to big area additive manufacturing). In these extrusion-based technologies, the structure is fabricated in a layer-by-layer approach onto a solid surface/support [11, 12]. During the process, the material is typically deposited on top of the previously printed layers that may be already solidified (wet-on-dry printing) or still deformable (wet-on-wet printing) [1]. In wet-on-wet printing, control over the deformation of layers is important for the stability and geometrical accuracy of the prints. If the material is too liquid after the deposition, it cannot support the pressure of the subsequently deposited layers. On the other hand, the material flowability is a necessity during extrusion through the nozzle. Several experimental studies have been performed to analyze the physics of the extrusion and deposition of viscoplastic materials, as reviewed in Refs. [13–16]. The experimental measurements can be supplemented with Computational Fluid Dynamics (CFD) simulations to gain a more complete picture of MEX-AM. A review of the CFD studies within the material processing and deposition in 3D concrete printing was presented by Roussel et al. [17]. Wolfs et al. [18] predicted numerically the failure-deformation of a cylindrical structure due to the self-weight by calculating the stiffness and strength of the individual layers. It was found that the deformations can take place in all layers, however the most critical deformation occurs in the bottom layer. Comminal et al. [19,20] presented three-dimensional simulations of the material deposition in MEX-AM, where the fluid was approximated as Newtonian. Subsequently, the model was experimentally validated in Ref. [21] for polymer-based MEX-AM, and extended to simulate the deposition of multiple layers in Ref. [22], where the previously printed material was assumed solid. Xia et al. [23] simulated the influence of the viscoelastic effects on the shape of deposited layers in MEX-AM. A numerical model for simulating the deposition of a viscoplastic material was recently presented and experimentally validated in Refs. [24] and [25]. These studies focused on predicting the cross-sectional shape of a single printed layer for different processing conditions (relative printing speed, and layer height). Despite these research efforts, a limited number of studies have focused on investigating the material deformations in wet-on-wet printing when multiple layers are deposited on top of each other. This paper presents CFD simulations of the extrusion-deposition flow of a viscoplastic material for several subsequent layers (viz. three- and five-layers). The material is continuously printed one layer over another on a fixed solid surface. The rheology of the viscoplastic material is approximated by the Bingham constitutive equation that is formulated using the Generalized Newtonian Fluid (GNF) model. The CFD model is used to predict the cross-sectional shapes of the layers and their deformations while printing the next layers on top. Moreover, the simulations are used to quantify the extrusion pressure applied by the deposited material on the substrate, and the previously printed layers. Numerically, it is investigated how the process parameters (i.e., the extrusion speed, printing speed, nozzle diameter, and layer height) and the material rheology affect the deformations of the deposited layers. Section 2 describes the methodology of the study. Section 3 presents and discusses the results. The study is summarized and concluded in Section 4.

References

[1] R.A. Buswell, W.R. Leal De Silva, S.Z. Jones, J. Dirrenberger, 3D printing using
concrete extrusion: a roadmap for research, Cem. Concr. Res. 112 (2018) 37–49.
[2] Z. Chen, Z. Li, J. Li, C. Liu, C. Lao, Y. Fu, C. Liu, Y. Li, P. Wang, Y. He, 3D printing of
ceramics: a review, J. Eur. Ceram. Soc. 39 (4) (2019) 661–687.
[3] A. Bellini, L. Shor, S.I. Guceri, New developments in fused deposition modeling of
ceramics, Rapid Prototyp. J. 11 (4) (2005) 214–220.
[4] S. Aktas, D.M. Kalyon, B.M. Marín-Santib´
anez, ˜ J. P´erez-Gonzalez, ´ Shear viscosity
and wall slip behavior of a viscoplastic hydrogel, J. Rheol. 58 (2) (2014) 513–535.
[5] J. Lindahl, A. Hassen, S. Romberg, B. Hedger, P. Hedger Jr., M. Walch, T. Deluca,
W. Morrison, P. Kim, A. Roschli, D. Nuttall, Large-scale Additive Manufacturing
with Reactive Polymers, Oak Ridge National Lab.(ORNL), Oak Ridge, TN (United
States), 2018.
[6] V.N. Nerella, V. Mechtcherine, Studying the printability of fresh concrete for
formwork-free Concrete onsite 3D Printing Technology (CONPrint3D), 3D Concr.
Print. Technol. (2019) 333–347.
[7] C. Tiu, J. Guo, P.H.T. Uhlherr, Yielding behaviour of viscoplastic materials, J. Ind.
Eng. Chem. 12 (5) (2006) 653–662.
[8] B. Dietemann, F. Bosna, M. Lorenz, N. Travitzky, H. Kruggel-Emden, T. Kraft,
C. Bierwisch, Modeling robocasting with smoothed particle hydrodynamics:
printing gapspanning filaments, Addit. Manuf. 36 (2020), 101488.
[9] B. Khoshnevis, R. Russell, H. Kwon, S. Bukkapatnam, Contour crafting – a layered
fabrication, Spec. Issue IEEE Robot. Autom. Mag. 8 (3) (2001) 33–42.
[10] D. Asprone, F. Auricchio, C. Menna, V. Mercuri, 3D printing of reinforced concrete
elements: technology and design approach, Constr. Build. Mater. 165 (2018)
218–231.
[11] J. Jiang, Y. Ma, Path planning strategies to optimize accuracy, quality, build time
and material use in additive manufacturing: a review, Micromachines 11 (7)
(2020) 633.
[12] J. Jiang, A novel fabrication strategy for additive manufacturing processes,
J. Clean. Prod. 272 (2020), 122916.
[13] F. Bos, R. Wolfs, Z. Ahmed, T. Salet, Additive manufacturing of concrete in
construction: potentials and challenges, Virtual Phys. Prototyp. 11 (3) (2016)
209–225.
[14] P. Wu, J. Wang, X. Wang, A critical review of the use of 3-D printing in the
construction industry, Autom. Constr. 68 (2016) 21–31.
[15] T.D. Ngo, A. Kashani, G. Imbalzano, K.T. Nguyen, D. Hui, Additive manufacturing
(3D printing): a review of materials, methods, applications and challenges,
Compos. Part B: Eng. 143 (2018) 172–196.
[16] M. Valente, A. Sibai, M. Sambucci, Extrusion-based additive manufacturing of
concrete products: revolutionizing and remodeling the construction industry,
J. Compos. Sci. 3 (3) (2019) 88.
[17] N. Roussel, J. Spangenberg, J. Wallevik, R. Wolfs, Numerical simulations of
concrete processing: from standard formative casting to additive manufacturing,
Cem. Concr. Res. 135 (2020), 106075.
[18] R.J.M. Wolfs, F.P. Bos, T.A.M. Salet, Early age mechanical behaviour of 3D printed
concrete: numerical modelling and experimental testing, Cem. Concr. Res. 106
(2018) 103–116.
[19] R. Comminal, M.P. Serdeczny, D.B. Pedersen, J. Spangenberg, Numerical modeling
of the strand deposition flow in extrusion-based additive manufacturing, Addit.
Manuf. 20 (2018) 68–76.
[20] R. Comminal, M.P. Serdeczny, D.B. Pedersen, J. Spangenberg, Numerical modeling
of the material deposition and contouring precision in fused deposition modeling,
in Proceedings of the 29th Annual International Solid Freeform Fabrication
Symposium, Austin, TX, USA, 2018, pp. 1855–1864.
[21] M.P. Serdeczny, R. Comminal, D.B. Pedersen, J. Spangenberg, Experimental
validation of a numerical model for the strand shape in material extrusion additive
manufacturing, Addit. Manuf. 24 (2018) 145–153.
[22] M.P. Serdeczny, R. Comminal, D.B. Pedersen, J. Spangenberg, Numerical
simulations of the mesostructure formation in material extrusion additive
manufacturing, Addit. Manuf. 28 (2019) 419–429.
[23] H. Xia, J. Lu, G. Tryggvason, A numerical study of the effect of viscoelastic stresses
in fused filament fabrication, Comput. Methods Appl. Mech. Eng. 346 (2019)
242–259.
[24] R. Comminal, W.R.L. da Silva, T.J. Andersen, H. Stang, J. Spangenberg, Influence
of processing parameters on the layer geometry in 3D concrete printing:
experiments and modelling, in: Proceedings of the Second RILEM International
Conference on Concrete and Digital Fabrication, vol. 28, 2020, pp. 852–862.
[25] R. Comminal, W.R.L. da Silva, T.J. Andersen, H. Stang, J. Spangenberg, Modelling
of 3D concrete printing based on computational fluid dynamics, Cem. Concr. Res.
38 (2020), 106256.
[26] E.C. Bingham, An investigation of the laws of plastic flow, US Bur. Stand. Bull. 13
(1916) 309–352.
[27] N. Casson, A flow equation for pigment-oil suspensions of the printing ink type,
Rheol. Disperse Syst. (1959) 84–104.
[28] W.H. Herschel, R. Bulkley, Konsistenzmessungen von Gummi-Benzollosungen, ¨
Kolloid Z. 39 (1926) 291–300.
[29] “FLOW-3D | We solve The World’s Toughest CFD Problems,” FLOW SCIENCE.
〈https://www.flow3d.com/〉. (Accessed 27 June 2020).
[30] S. Jacobsen, R. Cepuritis, Y. Peng, M.R. Geiker, J. Spangenberg, Visualizing and
simulating flow conditions in concrete form filling using pigments, Constr. Build.
Mater. 49 (2013) 328–342.
[31] E.J. O’Donovan, R.I. Tanner, Numerical study of the Bingham squeeze film
problem, J. Non-Newton. Fluid Mech. 15 (1) (1984) 75–83.
[32] C.W. Hirt, B.D. Nichols, Volume of fluid (VOF) method for the dynamics of free
boundaries, J. Comput. Phys. 39 (1) (1981) 201–225.
[33] R. Comminal, J. Spangenberg, J.H. Hattel, Cellwise conservative unsplit advection
for the volume of fluid method, J. Comput. Phys. 283 (2015) 582–608.
[34] A. Negar, S. Nazarian, N.A. Meisel, J.P. Duarte, Experimental prediction of material
deformation in large-scale additive manufacturing of concrete, Addit. Manuf. 37
(2021), 101656.

원문 보기

재료 분사를 통한 다중 재료 3D 유체 장치의 액체-고체 공동 인쇄

Liquid-solid co-printing of multi-material 3D fluidic devices via material jetting

BrandonHayes,Travis Hainsworth, Robert MacCurdy
University of Colorado Boulder, Department of Mechanical Engineering, Boulder, 80309, CO, USA

Abstract

다중 재료 재료 분사 적층 제조 공정은 3차원(3D) 부품을 레이어별로 구축하기 위해 다양한 모델 및 지지 재료의 미세 액적을 증착합니다.

최근의 노력은 액체가 마이크로/밀리 채널에서 쉽게 퍼지할 수 있는 지지 재료로 작용할 수 있고 구조에 영구적으로 남아 있는 작동 유체로 작용할 수 있음을 보여주었지만 인쇄 프로세스 및 메커니즘에 대한 자세한 이해가 부족합니다.

액체 인쇄의 제한된 광범위한 적용. 이 연구에서 광경화성 및 광경화성 액체 방울이 동시에 증착되는 액체-고체 공동 인쇄라고 하는 “한 번에 모두 가능한” 다중 재료 인쇄 프로세스가 광범위하게 특성화됩니다. 액체-고체 공동 인쇄의 메커니즘은 실험적인 고속 이미징 및 CFD(전산 유체 역학) 연구를 통해 설명됩니다.

이 연구는 액체의 표면 장력이 액체 표면에서 광중합하여 재료의 단단한 층을 형성하는 분사된 광중합체 미세 방울을 지지할 수 있음을 보여줍니다.

마이크로/밀리 유체 소자의 액체-고체 공동 인쇄를 위한 설계 규칙은 믹서, 액적 발생기, 고도로 분기되는 구조 및 통합된 단방향 플랩 밸브와 같은 평면, 3D 및 복합 재료 마이크로/메조 유체 구조에 대한 사례 연구뿐만 아니라 제시됩니다.

우리는 액체-고체 공동 인쇄 과정을 마이크로/메조플루이딕 회로, 전기화학 트랜지스터, 칩 장치 및 로봇을 포함한 응용 프로그램을 사용하여 3D, 통합된 복합 재료 유체 회로 및 유압 구조의 단순하고 빠른 제작을 가능하게 하는 적층 제조의 핵심 새로운 기능으로 구상합니다.

Multi-material material jetting additive manufacturing processes deposit micro-scale droplets of different model and support materials to build three-dimensional (3D) parts layer by layer. Recent efforts have demonstrated that liquids can act as support materials, which can be easily purged from micro/milli-channels, and as working fluids, which permanently remain in a structure, yet the lack of a detailed understanding of the print process and mechanism has limited widespread applications of liquid printing. In this study, an “all in one go” multi-material print process, herein termed liquid–solid co-printing in which non photo-curable and photo-curable liquid droplets are simultaneous deposited, is extensively characterized. The mechanism of liquid–solid co-printing is explained via experimental high speed imaging and computational fluid dynamic (CFD) studies. This work shows that a liquid’s surface tension can support jetted photopolymer micro-droplets which photo-polymerize on the liquid surface to form a solid layer of material. Design rules for liquid–solid co-printing of micro/milli-fluidic devices are presented as well as case studies of planar, 3D, and multi-material micro/mesofluidic structures such as mixers, droplet generators, highly branching structures, and an integrated one-way flap valve. We envision the liquid–solid co-printing process as a key new capability in additive manufacturing to enable simple and rapid fabrication of 3D, integrated print-in-place multi-material fluidic circuits and hydraulic structures with applications including micro/mesofluidic circuits, electrochemical transistors, lab-on-a-chip devices, and robotics.

Keywords

Additive manufacturing; Mesofluidics; Modeling and simulation; Multi-material; Material jetting

원문보기

Figure 3: 3D temperature contours and 2D melt pool cross-sections where the melt pool is stabilized at x=500 µm from the start of the laser initial location for cases where (a) absorptivity = 0.1, Recoil pressure coefficient B = 1 and laser beam radius = 12 µm, (b) absorptivity = 0.1, Recoil pressure coefficient B = 20 and laser beam radius = 12 µm, (c) absorptivity = 0.1, Recoil pressure coefficient B = 1 and laser beam radius = 18 µm, (d) absorptivity = 0.45, Recoil pressure coefficient B = 1 and laser beam radius = 18 µm, (e) absorptivity = 0.45, Recoil pressure coefficient B = 20 and laser beam radius = 12 µm, (f) absorptivity = 0.45, Recoil pressure coefficient B = 20 and laser beam radius = 18 µm.

MULTI-PHYSICS NUMERICAL MODELLING OF 316L AUSTENITIC STAINLESS STEEL IN LASER POWDER BED FUSION PROCESS AT MESO-SCALE

W.E. Alphonso¹, M.Bayat¹,*, M. Baier ², S. Carmignato², J.H. Hattel¹
¹Department of Mechanical Engineering, Technical University of Denmark (DTU), Lyngby, Denmark
²Department of Management and Engineering – University of Padova, Padova, Italy

ABSTRACT

L-PBF(Laser Powder Bed Fusion)는 레이저 열원을 사용하여 선택적으로 통합되는 분말 층으로 복잡한 3D 금속 부품을 만드는 금속 적층 제조(MAM) 기술입니다. 처리 영역은 수십 마이크로미터 정도이므로 L-PBF를 다중 규모 제조 공정으로 만듭니다.

기체 기공의 형성 및 성장 및 용융되지 않은 분말 영역의 생성은 다중물리 모델에 의해 예측할 수 있습니다. 또한 이러한 모델을 사용하여 용융 풀 모양 및 크기, 온도 분포, 용융 풀 유체 흐름 및 입자 크기 및 형태와 같은 미세 구조 특성을 계산할 수 있습니다.

이 작업에서는 용융, 응고, 유체 흐름, 표면 장력, 열 모세관, 증발 및 광선 추적을 통한 다중 반사를 포함하는 스테인리스 스틸 316-L에 대한 충실도 다중 물리학 중간 규모 수치 모델이 개발되었습니다. 완전한 실험 설계(DoE) 방법을 사용하는 통계 연구가 수행되었으며, 여기서 불확실한 재료 특성 및 공정 매개변수, 즉 흡수율, 반동 압력(기화) 및 레이저 빔 크기가 용융수지 모양 및 크기에 미치는 영향을 분석했습니다.

또한 용융 풀 역학에 대한 위에서 언급한 불확실한 입력 매개변수의 중요성을 강조하기 위해 흡수율이 가장 큰 영향을 미치고 레이저 빔 크기가 그 뒤를 잇는 주요 효과 플롯이 생성되었습니다. 용융 풀 크기에 대한 반동 압력의 중요성은 흡수율에 따라 달라지는 용융 풀 부피와 함께 증가합니다.

모델의 예측 정확도는 유사한 공정 매개변수로 생성된 단일 트랙 실험과 시뮬레이션의 용융 풀 모양 및 크기를 비교하여 검증됩니다.

더욱이, 열 렌즈 효과는 레이저 빔 크기를 증가시켜 수치 모델에서 고려되었으며 나중에 결과적인 용융 풀 프로파일은 모델의 견고성을 보여주기 위한 실험과 비교되었습니다.

Laser Powder Bed Fusion (L-PBF) is a Metal Additive Manufacturing (MAM) technology where a complex 3D metal part is built from powder layers, which are selectively consolidated using a laser heat source. The processing zone is in the order of a few tenths of micrometer, making L-PBF a multi-scale manufacturing process. The formation and growth of gas pores and the creation of un-melted powder zones can be predicted by multiphysics models. Also, with these models, the melt pool shape and size, temperature distribution, melt pool fluid flow and its microstructural features like grain size and morphology can be calculated. In this work, a high fidelity multi-physics meso-scale numerical model is developed for stainless steel 316-L which includes melting, solidification, fluid flow, surface tension, thermo-capillarity, evaporation and multiple reflection with ray-tracing. A statistical study using a full Design of Experiments (DoE) method was conducted, wherein the impact of uncertain material properties and process parameters namely absorptivity, recoil pressure (vaporization) and laser beam size on the melt pool shape and size was analysed. Furthermore, to emphasize on the significance of the above mentioned uncertain input parameters on the melt pool dynamics, a main effects plot was created which showed that absorptivity had the highest impact followed by laser beam size. The significance of recoil pressure on the melt pool size increases with melt pool volume which is dependent on absorptivity. The prediction accuracy of the model is validated by comparing the melt pool shape and size from the simulation with single track experiments that were produced with similar process parameters. Moreover, the effect of thermal lensing was considered in the numerical model by increasing the laser beam size and later on the resultant melt pool profile was compared with experiments to show the robustness of the model.

Figure 1: a) Computational domain for single track L-PBF which includes a 200 μm thick substrate and 45 μm powder layer thickness b) 3D temperature contour plot after scanning a single track with melt pool contours at two locations along the scanning direction where the green region indicates the melted regions.

Figure 2: Main effects plot of uncertain parameters: absorptivity, recoil pressure coefficient and laser beam radius on the melt pool dimensions (width and depth)

Figure 4: Validation of Numerical model with Recoil pressure coefficient B= 20, absorptivity = 0.45 and a) laser beam radius = 15 µm b) laser beam radius = 20 µm

CONCLUSION

In this work, a high-fidelity multi-physics numerical model was developed for L-PBF using the FVM method in Flow-3D. The impact of uncertainty in the input parameters including absorptivity, recoil pressure and laser beam size on the melt pool is addressed using a DoE method. The DoE analysis shows that absorptivity has the highest impact on the melt pool. The recoil pressure and laser beam size only become significant once absorptivity is 0.45. Furthermore, the numerical model is validated by comparing the predicted melt pool shape and size with experiments conducted with similar process parameters wherein a high prediction accuracy is achieved by the model. In addition, the impact of thermal lensing on the melt pool dimensions by increasing the laser beam spot size is considered in the validated numerical model and the resultant melt pool is compared with experiments.

REFERENCES

[1] T. Bonhoff, M. Schniedenharn, J. Stollenwerk, P. Loosen, Experimental and theoretical analysis of thermooptical effects in protective window for selective laser melting, Proc. Int. Conf. Lasers Manuf. LiM. (2017)
26–29. https://www.wlt.de/lim/Proceedings2017/Data/PDF/Contribution31_final.pdf.
[2] L.R. Goossens, Y. Kinds, J.P. Kruth, B. van Hooreweder, On the influence of thermal lensing during selective
laser melting, Solid Free. Fabr. 2018 Proc. 29th Annu. Int. Solid Free. Fabr. Symp. – An Addit. Manuf. Conf.
SFF 2018. (2020) 2267–2274.
[3] J. Shinjo, C. Panwisawas, Digital materials design by thermal-fluid science for multi-metal additive
manufacturing, Acta Mater. 210 (2021) 116825. https://doi.org/10.1016/j.actamat.2021.116825.
[4] Z. Zhang, Y. Huang, A. Rani Kasinathan, S. Imani Shahabad, U. Ali, Y. Mahmoodkhani, E. Toyserkani, 3-
Dimensional heat transfer modeling for laser powder-bed fusion additive manufacturing with volumetric heat
sources based on varied thermal conductivity and absorptivity, Opt. Laser Technol. 109 (2019) 297–312.
https://doi.org/10.1016/j.optlastec.2018.08.012.
[5] M. Bayat, A. Thanki, S. Mohanty, A. Witvrouw, S. Yang, J. Thorborg, N.S. Tiedje, J.H. Hattel, Keyholeinduced porosities in Laser-based Powder Bed Fusion (L-PBF) of Ti6Al4V: High-fidelity modelling and
experimental validation, Addit. Manuf. 30 (2019) 100835. https://doi.org/10.1016/j.addma.2019.100835.
[6] M. Bayat, S. Mohanty, J.H. Hattel, Multiphysics modelling of lack-of-fusion voids formation and evolution
in IN718 made by multi-track/multi-layer L-PBF, Int. J. Heat Mass Transf. 139 (2019) 95–114.
https://doi.org/10.1016/j.ijheatmasstransfer.2019.05.003.
[7] J. Metelkova, Y. Kinds, K. Kempen, C. de Formanoir, A. Witvrouw, B. Van Hooreweder, On the influence
of laser defocusing in Selective Laser Melting of 316L, Addit. Manuf. 23 (2018) 161–169.
https://doi.org/10.1016/j.addma.2018.08.006.

PDF 전체 원문 보기

Multiscale Process Modeling of Residual Deformation and Defect Formation for Laser Powder Bed Fusion Additive Manufacturing

Qian Chen, PhD
University of Pittsburgh, 2021

레이저 분말 베드 퓨전(L-PBF) 적층 제조(AM)는 우수한 기계적 특성으로 그물 모양에 가까운 복잡한 부품을 생산할 수 있습니다. 그러나 빌드 실패 및 다공성과 같은 결함으로 이어지는 원치 않는 잔류 응력 및 왜곡이 L-PBF의 광범위한 적용을 방해하고 있습니다.

L-PBF의 잠재력을 최대한 실현하기 위해 잔류 변형, 용융 풀 및 다공성 형성을 예측하는 다중 규모 모델링 방법론이 개발되었습니다. L-PBF의 잔류 변형 및 응력을 부품 규모에서 예측하기 위해 고유 변형 방법을 기반으로 하는 다중 규모 프로세스 모델링 프레임워크가 제안됩니다.

고유한 변형 벡터는 마이크로 스케일에서 충실도가 높은 상세한 다층 프로세스 시뮬레이션에서 추출됩니다. 균일하지만 이방성인 변형은 잔류 왜곡 및 응력을 예측하기 위해 준 정적 평형 유한 요소 분석(FEA)에서 레이어별로 L-PBF 부품에 적용됩니다.

부품 규모에서의 잔류 변형 및 응력 예측 외에도 분말 규모의 다중물리 모델링을 수행하여 공정 매개변수, 예열 온도 및 스패터링 입자에 의해 유도된 용융 풀 변동 및 결함 형성을 연구합니다. 이러한 요인과 관련된 용융 풀 역학 및 다공성 형성 메커니즘은 시뮬레이션 및 실험을 통해 밝혀졌습니다.

제안된 부품 규모 잔류 응력 및 왜곡 모델을 기반으로 경로 계획 방법은 큰 잔류 변형 및 건물 파손을 방지하기 위해 주어진 형상에 대한 레이저 스캐닝 경로를 조정하기 위해 개발되었습니다.

연속 및 아일랜드 스캐닝 전략을 위한 기울기 기반 경로 계획이 공식화되고 공식화된 컴플라이언스 및 스트레스 최소화 문제에 대한 전체 감도 분석이 수행됩니다. 이 제안된 경로 계획 방법의 타당성과 효율성은 AconityONE L-PBF 시스템을 사용하여 실험적으로 입증되었습니다.

또한 기계 학습을 활용한 데이터 기반 프레임워크를 개발하여 L-PBF에 대한 부품 규모의 열 이력을 예측합니다. 본 연구에서는 실시간 열 이력 예측을 위해 CNN(Convolutional Neural Network)과 RNN(Recurrent Neural Network)을 포함하는 순차적 기계 학습 모델을 제안합니다.

유한 요소 해석과 비교하여 100배의 예측 속도 향상이 달성되어 실제 제작 프로세스보다 빠른 예측이 가능하고 실시간 온도 프로파일을 사용할 수 있습니다.

Laser powder bed fusion (L-PBF) additive manufacturing (AM) is capable of producing complex parts near net shape with good mechanical properties. However, undesired residual stress and distortion that lead to build failure and defects such as porosity are preventing broader applications of L-PBF. To realize the full potential of L-PBF, a multiscale modeling methodology is developed to predict residual deformation, melt pool, and porosity formation. To predict the residual deformation and stress in L-PBF at part-scale, a multiscale process modeling framework based on inherent strain method is proposed.

Inherent strain vectors are extracted from detailed multi-layer process simulation with high fidelity at micro-scale. Uniform but anisotropic strains are then applied to L-PBF part in a layer-by-layer fashion in a quasi-static equilibrium finite element analysis (FEA) to predict residual distortion and stress. Besides residual distortion and stress prediction at part scale, multiphysics modeling at powder scale is performed to study the melt pool variation and defect formation induced by process parameters, preheating temperature and spattering particles. Melt pool dynamics and porosity formation mechanisms associated with these factors are revealed through simulation and experiments.

Based on the proposed part-scale residual stress and distortion model, path planning method is developed to tailor the laser scanning path for a given geometry to prevent large residual deformation and building failures. Gradient based path planning for continuous and island scanning strategy is formulated and full sensitivity analysis for the formulated compliance- and stress-minimization problem is performed.

The feasibility and effectiveness of this proposed path planning method is demonstrated experimentally using the AconityONE L-PBF system. In addition, a data-driven framework utilizing machine learning is developed to predict the thermal history at part-scale for L-PBF.

In this work, a sequential machine learning model including convolutional neural network (CNN) and recurrent neural network (RNN), long shortterm memory unit, is proposed for real-time thermal history prediction. A 100x prediction speed improvement is achieved compared to the finite element analysis which makes the prediction faster than real fabrication process and real-time temperature profile available.

Figure 1.1: Schematic Overview of Metal Laser Powder Bed Fusion Process [2]

Figure 1.2: Commercial Powder Bed Fusion Systems

Figure 1.3: Commercial Metal Components Fabricated by Powder Bed Fusion Additive Manufacturing: (a) GE Fuel Nozzle; (b) Stryker Hip Biomedical Implant.

Figure 2.1: Proposed Multiscale Process Simulation Framework

Figure 2.2: (a) Experimental Setup for In-situ Thermocouple Measurement in the EOS M290 Build Chamber; (b) Themocouple Locations on the Bottom Side of the Substrate.

Figure 2.3: (a) Finite Element Model for Single Layer Thermal Analysis; (b) Deposition Layer

Figure 2.4: Core-skin layer: (a) Surface Morphology; (b) Scanning Strategy; (c) Transient Temperature Distribution and Temperature History at (d) Point 1; (e) Point 2 and (f) Point 3

Figure 2.5: (a) Scanning Orientation of Each Layer; (b) Finite Element Model for Micro-scale Representative Volume

Figure 2.6: Bottom Layer (a) Thermal History; (b) Plastic Strain and (c) Elastic Strain Evolution History

Figure 2.7: Bottom Layer Inherent Strain under Default Process Parameters along Horizontal Scanning Path

Figure 2.8: Snapshots of the Element Activation Process

Figure 2.9: Double Cantilever Beam Structure Built by the EOS M290 DMLM Process (a) Before and (b) After Cutting off; (c) Faro Laser ScanArm V3 for Distortion Measurement

Figure 2.10: Square Canonical Structure Built by the EOS M290 DMLM Process

Figure 2.11: Finite Element Mesh for the Square Canonical and Snapshots of Element Activation Process

Figure 2.12: Simulated Distortion Field for the Double Cantilever Beam before Cutting off the Supports: (a) Inherent Strain Method; (b) Simufact Additive 3.1

Figure 3.10: Snapshots of Temperature Profile for Single Track in Keyhole Regime (P = 250W and V = 0.5m/s) at the Preheating Temperature of 100 °C

s) at the Preheating Temperature of 500 °C

Figure 3.15: Melt Pool Cross Section Comparison Between Simulation and Experiment for Single Track

Bibliography

[1] I. Astm, ASTM52900-15 Standard Terminology for Additive Manufacturing—General
Principles—Terminology, ASTM International, West Conshohocken, PA 3(4) (2015) 5.
[2] W.E. King, A.T. Anderson, R.M. Ferencz, N.E. Hodge, C. Kamath, S.A. Khairallah, A.M.
Rubenchik, Laser powder bed fusion additive manufacturing of metals; physics, computational,
and materials challenges, Applied Physics Reviews 2(4) (2015) 041304.
[3] W. Yan, Y. Lu, K. Jones, Z. Yang, J. Fox, P. Witherell, G. Wagner, W.K. Liu, Data-driven
characterization of thermal models for powder-bed-fusion additive manufacturing, Additive
Manufacturing (2020) 101503.
[4] K. Dai, L. Shaw, Thermal and stress modeling of multi-material laser processing, Acta
Materialia 49(20) (2001) 4171-4181.
[5] K. Dai, L. Shaw, Distortion minimization of laser-processed components through control of
laser scanning patterns, Rapid Prototyping Journal 8(5) (2002) 270-276.
[6] S.S. Bo Cheng, Kevin Chou, Stress and deformation evaluations of scanning strategy effect in
selective laser melting, Additive Manufacturing (2017).
[7] C. Fu, Y. Guo, Three-dimensional temperature gradient mechanism in selective laser melting
of Ti-6Al-4V, Journal of Manufacturing Science and Engineering 136(6) (2014) 061004.
[8] P. Prabhakar, W.J. Sames, R. Dehoff, S.S. Babu, Computational modeling of residual stress
formation during the electron beam melting process for Inconel 718, Additive Manufacturing 7
(2015) 83-91.
[9] A. Hussein, L. Hao, C. Yan, R. Everson, Finite element simulation of the temperature and
stress fields in single layers built without-support in selective laser melting, Materials & Design
(1980-2015) 52 (2013) 638-647.
[10] P.Z. Qingcheng Yang, Lin Cheng, Zheng Min, Minking Chyu, Albert C. To, articleFinite
element modeling and validation of thermomechanicalbehavior of Ti-6Al-4V in directed energy
deposition additivemanufacturing, Additive Manufacturing (2016).
[11] E.R. Denlinger, J. Irwin, P. Michaleris, Thermomechanical Modeling of Additive
Manufacturing Large Parts, Journal of Manufacturing Science and Engineering 136(6) (2014)
061007.
[12] E.R. Denlinger, M. Gouge, J. Irwin, P. Michaleris, Thermomechanical model development
and in situ experimental validation of the Laser Powder-Bed Fusion process, Additive
Manufacturing 16 (2017) 73-80.
[13] V.J. Erik R Denlinger, G.V. Srinivasan, Tahany EI-Wardany, Pan Michaleris, Thermal
modeling of Inconel 718 processed with powder bed fusionand experimental validation using in
situ measurements, Additive Manufacturing 11 (2016) 7-15.
[14] N. Patil, D. Pal, H.K. Rafi, K. Zeng, A. Moreland, A. Hicks, D. Beeler, B. Stucker, A
Generalized Feed Forward Dynamic Adaptive Mesh Refinement and Derefinement Finite Element
Framework for Metal Laser Sintering—Part I: Formulation and Algorithm Development, Journal
of Manufacturing Science and Engineering 137(4) (2015) 041001.
[15] D. Pal, N. Patil, K.H. Kutty, K. Zeng, A. Moreland, A. Hicks, D. Beeler, B. Stucker, A
Generalized Feed-Forward Dynamic Adaptive Mesh Refinement and Derefinement FiniteElement Framework for Metal Laser Sintering—Part II: Nonlinear Thermal Simulations and
Validations, Journal of Manufacturing Science and Engineering 138(6) (2016) 061003.
[16] N. Keller, V. Ploshikhin, New method for fast predictions of residual stress and distortion of
AM parts, Solid Freeform Fabrication Symposium, Austin, Texas, 2014, pp. 1229-1237.
[17] S.A. Khairallah, A.T. Anderson, A. Rubenchik, W.E. King, Laser powder-bed fusion additive
manufacturing: Physics of complex melt flow and formation mechanisms of pores, spatter, and
denudation zones, Acta Materialia 108 (2016) 36-45.
[18] M.J. Matthews, G. Guss, S.A. Khairallah, A.M. Rubenchik, P.J. Depond, W.E. King,
Denudation of metal powder layers in laser powder bed fusion processes, Acta Materialia 114
(2016) 33-42.
[19] A.A. Martin, N.P. Calta, S.A. Khairallah, J. Wang, P.J. Depond, A.Y. Fong, V. Thampy, G.M.
Guss, A.M. Kiss, K.H. Stone, Dynamics of pore formation during laser powder bed fusion additive
manufacturing, Nature communications 10(1) (2019) 1987.
[20] R. Shi, S.A. Khairallah, T.T. Roehling, T.W. Heo, J.T. McKeown, M.J. Matthews,
Microstructural control in metal laser powder bed fusion additive manufacturing using laser beam
shaping strategy, Acta Materialia (2019).
[21] S.A. Khairallah, A.A. Martin, J.R. Lee, G. Guss, N.P. Calta, J.A. Hammons, M.H. Nielsen,
K. Chaput, E. Schwalbach, M.N. Shah, Controlling interdependent meso-nanosecond dynamics
and defect generation in metal 3D printing, Science 368(6491) (2020) 660-665.
[22] W. Yan, W. Ge, Y. Qian, S. Lin, B. Zhou, W.K. Liu, F. Lin, G.J. Wagner, Multi-physics
modeling of single/multiple-track defect mechanisms in electron beam selective melting, Acta
Materialia 134 (2017) 324-333.
[23] S. Shrestha, Y. Kevin Chou, A Numerical Study on the Keyhole Formation During Laser
Powder Bed Fusion Process, Journal of Manufacturing Science and Engineering 141(10) (2019).
[24] S. Shrestha, B. Cheng, K. Chou, An Investigation into Melt Pool Effective Thermal
Conductivity for Thermal Modeling of Powder-Bed Electron Beam Additive Manufacturing.
[25] D. Rosenthal, Mathematical theory of heat distribution during welding and cutting, Welding
journal 20 (1941) 220-234.
[26] P. Promoppatum, S.-C. Yao, P.C. Pistorius, A.D. Rollett, A comprehensive comparison of the
analytical and numerical prediction of the thermal history and solidification microstructure of
Inconel 718 products made by laser powder-bed fusion, Engineering 3(5) (2017) 685-694.
[27] M. Tang, P.C. Pistorius, J.L. Beuth, Prediction of lack-of-fusion porosity for powder bed
fusion, Additive Manufacturing 14 (2017) 39-48.
[28] T. Moran, P. Li, D. Warner, N. Phan, Utility of superposition-based finite element approach
for part-scale thermal simulation in additive manufacturing, Additive Manufacturing 21 (2018)
215-219.
[29] Y. Yang, M. Knol, F. van Keulen, C. Ayas, A semi-analytical thermal modelling approach
for selective laser melting, Additive Manufacturing 21 (2018) 284-297.
[30] B. Cheng, S. Shrestha, K. Chou, Stress and deformation evaluations of scanning strategy
effect in selective laser melting, Additive Manufacturing 12 (2016) 240-251.
[31] L.H. Ahmed Hussein, Chunze Yan, Richard Everson, Finite element simulation of the
temperature and stress fields in single layers built without-support in selective laser melting,
Materials and Design 52 (2013) 638-647.
[32] H. Peng, D.B. Go, R. Billo, S. Gong, M.R. Shankar, B.A. Gatrell, J. Budzinski, P. Ostiguy,
R. Attardo, C. Tomonto, Part-scale model for fast prediction of thermal distortion in DMLS
additive manufacturing; Part 2: a quasi-static thermo-mechanical model, Austin, Texas (2016).
[33] M.F. Zaeh, G. Branner, Investigations on residual stresses and deformations in selective laser
melting, Production Engineering 4(1) (2010) 35-45.
[34] C. Li, C. Fu, Y. Guo, F. Fang, A multiscale modeling approach for fast prediction of part
distortion in selective laser melting, Journal of Materials Processing Technology 229 (2016) 703-
712.
[35] C. Li, Z. Liu, X. Fang, Y. Guo, On the Simulation Scalability of Predicting Residual Stress
and Distortion in Selective Laser Melting, Journal of Manufacturing Science and Engineering
140(4) (2018) 041013.
[36] S. Afazov, W.A. Denmark, B.L. Toralles, A. Holloway, A. Yaghi, Distortion Prediction and
Compensation in Selective Laser Melting, Additive Manufacturing 17 (2017) 15-22.
[37] Y. Lee, W. Zhang, Modeling of heat transfer, fluid flow and solidification microstructure of
nickel-base superalloy fabricated by laser powder bed fusion, Additive Manufacturing 12 (2016)
178-188.
[38] L. Scime, J. Beuth, A multi-scale convolutional neural network for autonomous anomaly
detection and classification in a laser powder bed fusion additive manufacturing process, Additive
Manufacturing 24 (2018) 273-286.
[39] L. Scime, J. Beuth, Using machine learning to identify in-situ melt pool signatures indicative
of flaw formation in a laser powder bed fusion additive manufacturing process, Additive
Manufacturing 25 (2019) 151-165.
[40] X. Xie, J. Bennett, S. Saha, Y. Lu, J. Cao, W.K. Liu, Z. Gan, Mechanistic data-driven
prediction of as-built mechanical properties in metal additive manufacturing, npj Computational
Materials 7(1) (2021) 1-12.
[41] C. Wang, X. Tan, S. Tor, C. Lim, Machine learning in additive manufacturing: State-of-theart and perspectives, Additive Manufacturing (2020) 101538.
[42] J. Li, R. Jin, Z.Y. Hang, Integration of physically-based and data-driven approaches for
thermal field prediction in additive manufacturing, Materials & Design 139 (2018) 473-485.
[43] M. Mozaffar, A. Paul, R. Al-Bahrani, S. Wolff, A. Choudhary, A. Agrawal, K. Ehmann, J.
Cao, Data-driven prediction of the high-dimensional thermal history in directed energy deposition
processes via recurrent neural networks, Manufacturing letters 18 (2018) 35-39.
[44] A. Paul, M. Mozaffar, Z. Yang, W.-k. Liao, A. Choudhary, J. Cao, A. Agrawal, A real-time
iterative machine learning approach for temperature profile prediction in additive manufacturing
processes, 2019 IEEE International Conference on Data Science and Advanced Analytics (DSAA),
IEEE, 2019, pp. 541-550.
[45] S. Clijsters, T. Craeghs, J.-P. Kruth, A priori process parameter adjustment for SLM process
optimization, Innovative developments on virtual and physical prototyping, Taylor & Francis
Group., 2012, pp. 553-560.
[46] R. Mertens, S. Clijsters, K. Kempen, J.-P. Kruth, Optimization of scan strategies in selective
laser melting of aluminum parts with downfacing areas, Journal of Manufacturing Science and
Engineering 136(6) (2014) 061012.
[47] J.-P. Kruth, J. Deckers, E. Yasa, R. Wauthlé, Assessing and comparing influencing factors of
residual stresses in selective laser melting using a novel analysis method, Proceedings of the
institution of mechanical engineers, Part B: Journal of Engineering Manufacture 226(6) (2012)
980-991.
[48] Y. Lu, S. Wu, Y. Gan, T. Huang, C. Yang, L. Junjie, J. Lin, Study on the microstructure,
mechanical property and residual stress of SLM Inconel-718 alloy manufactured by differing
island scanning strategy, Optics & Laser Technology 75 (2015) 197-206.
[49] E. Foroozmehr, R. Kovacevic, Effect of path planning on the laser powder deposition process:
thermal and structural evaluation, The International Journal of Advanced Manufacturing
Technology 51(5-8) (2010) 659-669.
[50] L.H. Ahmed Hussein, Chunze Yan, Richard Everson, Finite element simulation of the
temperature and stress fields in single layers built without-support in selective laser melting,
Materials and Design (2013).
[51] J.-P. Kruth, M. Badrossamay, E. Yasa, J. Deckers, L. Thijs, J. Van Humbeeck, Part and
material properties in selective laser melting of metals, Proceedings of the 16th international
symposium on electromachining, 2010, pp. 1-12.
[52] L. Thijs, K. Kempen, J.-P. Kruth, J. Van Humbeeck, Fine-structured aluminium products with
controllable texture by selective laser melting of pre-alloyed AlSi10Mg powder, Acta Materialia
61(5) (2013) 1809-1819.
[53] D. Ding, Z.S. Pan, D. Cuiuri, H. Li, A tool-path generation strategy for wire and arc additive
manufacturing, The international journal of advanced manufacturing technology 73(1-4) (2014)
173-183.
[54] B.E. Carroll, T.A. Palmer, A.M. Beese, Anisotropic tensile behavior of Ti–6Al–4V
components fabricated with directed energy deposition additive manufacturing, Acta Materialia
87 (2015) 309-320.
[55] D. Ding, Z. Pan, D. Cuiuri, H. Li, A practical path planning methodology for wire and arc
additive manufacturing of thin-walled structures, Robotics and Computer-Integrated
Manufacturing 34 (2015) 8-19.
[56] D. Ding, Z. Pan, D. Cuiuri, H. Li, S. van Duin, N. Larkin, Bead modelling and implementation
of adaptive MAT path in wire and arc additive manufacturing, Robotics and Computer-Integrated
Manufacturing 39 (2016) 32-42.
[57] R. Ponche, O. Kerbrat, P. Mognol, J.-Y. Hascoet, A novel methodology of design for Additive
Manufacturing applied to Additive Laser Manufacturing process, Robotics and ComputerIntegrated Manufacturing 30(4) (2014) 389-398.
[58] D.E. Smith, R. Hoglund, Continuous fiber angle topology optimization for polymer fused
fillament fabrication, Annu. Int. Solid Free. Fabr. Symp. Austin, TX, 2016.
[59] J. Liu, J. Liu, H. Yu, H. Yu, Concurrent deposition path planning and structural topology
optimization for additive manufacturing, Rapid Prototyping Journal 23(5) (2017) 930-942.
[60] Q. Xia, T. Shi, Optimization of composite structures with continuous spatial variation of fiber
angle through Shepard interpolation, Composite Structures 182 (2017) 273-282.
[61] C. Kiyono, E. Silva, J. Reddy, A novel fiber optimization method based on normal distribution
function with continuously varying fiber path, Composite Structures 160 (2017) 503-515.
[62] C.J. Brampton, K.C. Wu, H.A. Kim, New optimization method for steered fiber composites
using the level set method, Structural and Multidisciplinary Optimization 52(3) (2015) 493-505.
[63] J. Liu, A.C. To, Deposition path planning-integrated structural topology optimization for 3D
additive manufacturing subject to self-support constraint, Computer-Aided Design 91 (2017) 27-
45.
[64] H. Shen, J. Fu, Z. Chen, Y. Fan, Generation of offset surface for tool path in NC machining
through level set methods, The International Journal of Advanced Manufacturing Technology
46(9-12) (2010) 1043-1047.
[65] C. Zhuang, Z. Xiong, H. Ding, High speed machining tool path generation for pockets using
level sets, International Journal of Production Research 48(19) (2010) 5749-5766.
[66] K.C. Mills, Recommended values of thermophysical properties for selected commercial
alloys, Woodhead Publishing2002.
[67] S.S. Sih, J.W. Barlow, The prediction of the emissivity and thermal conductivity of powder
beds, Particulate Science and Technology 22(4) (2004) 427-440.
[68] L. Dong, A. Makradi, S. Ahzi, Y. Remond, Three-dimensional transient finite element
analysis of the selective laser sintering process, Journal of materials processing technology 209(2)
(2009) 700-706.
[69] J.J. Beaman, J.W. Barlow, D.L. Bourell, R.H. Crawford, H.L. Marcus, K.P. McAlea, Solid
freeform fabrication: a new direction in manufacturing, Kluwer Academic Publishers, Norwell,
MA 2061 (1997) 25-49.
[70] G. Bugeda Miguel Cervera, G. Lombera, Numerical prediction of temperature and density
distributions in selective laser sintering processes, Rapid Prototyping Journal 5(1) (1999) 21-26.
[71] T. Mukherjee, W. Zhang, T. DebRoy, An improved prediction of residual stresses and
distortion in additive manufacturing, Computational Materials Science 126 (2017) 360-372.
[72] A.J. Dunbar, E.R. Denlinger, M.F. Gouge, P. Michaleris, Experimental validation of finite
element modeling for laser powderbed fusion deformation, Additive Manufacturing 12 (2016)
108-120.
[73] J. Goldak, A. Chakravarti, M. Bibby, A new finite element model for welding heat sources,
Metallurgical and Materials Transactions B 15(2) (1984) 299-305.
[74] J. Liu, Q. Chen, Y. Zhao, W. Xiong, A. To, Quantitative Texture Prediction of Epitaxial
Columnar Grains in Alloy 718 Processed by Additive Manufacturing, Proceedings of the 9th
International Symposium on Superalloy 718 & Derivatives: Energy, Aerospace, and Industrial
Applications, Springer, 2018, pp. 749-755.
[75] J. Irwin, P. Michaleris, A line heat input model for additive manufacturing, Journal of
Manufacturing Science and Engineering 138(11) (2016) 111004.
[76] M. Gouge, J. Heigel, P. Michaleris, T. Palmer, Modeling forced convection in the thermal
simulation of laser cladding processes, International Journal of Advanced Manufacturing
Technology 79 (2015).
[77] J. Heigel, P. Michaleris, E. Reutzel, Thermo-mechanical model development and validation
of directed energy deposition additive manufacturing of Ti–6Al–4V, Additive manufacturing 5
(2015) 9-19.
[78] E.R. Denlinger, J.C. Heigel, P. Michaleris, Residual stress and distortion modeling of electron
beam direct manufacturing Ti-6Al-4V, Proceedings of the Institution of Mechanical Engineers,
Part B: Journal of Engineering Manufacture 229(10) (2015) 1803-1813.
[79] X. Liang, Q. Chen, L. Cheng, Q. Yang, A. To, A modified inherent strain method for fast
prediction of residual deformation in additive manufacturing of metal parts, 2017 Solid Freeform
Fabrication Symposium Proceedings, Austin, Texas, 2017.
[80] X. Liang, L. Cheng, Q. Chen, Q. Yang, A. To, A Modified Method for Estimating Inherent
Strains from Detailed Process Simulation for Fast Residual Distortion Prediction of Single-Walled
Structures Fabricated by Directed Energy Deposition, Additive Manufacturing 23 (2018) 471-486.
[81] L. Sochalski-Kolbus, E.A. Payzant, P.A. Cornwell, T.R. Watkins, S.S. Babu, R.R. Dehoff,
M. Lorenz, O. Ovchinnikova, C. Duty, Comparison of residual stresses in Inconel 718 simple parts
made by electron beam melting and direct laser metal sintering, Metallurgical and Materials
Transactions A 46(3) (2015) 1419-1432.
[82] P. Mercelis, J.-P. Kruth, Residual stresses in selective laser sintering and selective laser
melting, Rapid Prototyping Journal 12(5) (2006) 254-265.
[83] N. Hodge, R. Ferencz, J. Solberg, Implementation of a thermomechanical model for the
simulation of selective laser melting, Computational Mechanics 54(1) (2014) 33-51.
[84] A.S. Wu, D.W. Brown, M. Kumar, G.F. Gallegos, W.E. King, An experimental investigation
into additive manufacturing-induced residual stresses in 316L stainless steel, Metallurgical and
Materials Transactions A 45(13) (2014) 6260-6270.
[85] C. Li, J. liu, Y. Guo, Efficient predictive model of part distortion and residual stress in
selective laser melting, Solid Freeform Fabrication 2016, 2017.
[86] Y. Zhao, Y. Koizumi, K. Aoyagi, D. Wei, K. Yamanaka, A. Chiba, Molten pool behavior and
effect of fluid flow on solidification conditions in selective electron beam melting (SEBM) of a
biomedical Co-Cr-Mo alloy, Additive Manufacturing 26 (2019) 202-214.
[87] J.-H. Cho, S.-J. Na, Implementation of real-time multiple reflection and Fresnel absorption of
laser beam in keyhole, Journal of Physics D: Applied Physics 39(24) (2006) 5372.
[88] Q. Guo, C. Zhao, M. Qu, L. Xiong, L.I. Escano, S.M.H. Hojjatzadeh, N.D. Parab, K. Fezzaa,
W. Everhart, T. Sun, In-situ characterization and quantification of melt pool variation under
constant input energy density in laser powder-bed fusion additive manufacturing process, Additive
Manufacturing (2019).
[89] E. Assuncao, S. Williams, D. Yapp, Interaction time and beam diameter effects on the
conduction mode limit, Optics and Lasers in Engineering 50(6) (2012) 823-828.
[90] R. Cunningham, C. Zhao, N. Parab, C. Kantzos, J. Pauza, K. Fezzaa, T. Sun, A.D. Rollett,
Keyhole threshold and morphology in laser melting revealed by ultrahigh-speed x-ray imaging,
Science 363(6429) (2019) 849-852.
[91] W. Tan, N.S. Bailey, Y.C. Shin, Investigation of keyhole plume and molten pool based on a
three-dimensional dynamic model with sharp interface formulation, Journal of Physics D: Applied
Physics 46(5) (2013) 055501.
[92] W. Tan, Y.C. Shin, Analysis of multi-phase interaction and its effects on keyhole dynamics
with a multi-physics numerical model, Journal of Physics D: Applied Physics 47(34) (2014)
345501.
[93] R. Fabbro, K. Chouf, Keyhole modeling during laser welding, Journal of applied Physics
87(9) (2000) 4075-4083.
[94] Q. Guo, C. Zhao, M. Qu, L. Xiong, S.M.H. Hojjatzadeh, L.I. Escano, N.D. Parab, K. Fezzaa,
T. Sun, L. Chen, In-situ full-field mapping of melt flow dynamics in laser metal additive
manufacturing, Additive Manufacturing 31 (2020) 100939.
[95] Y. Ueda, K. Fukuda, K. Nakacho, S. Endo, A new measuring method of residual stresses with
the aid of finite element method and reliability of estimated values, Journal of the Society of Naval
Architects of Japan 1975(138) (1975) 499-507.
[96] M.R. Hill, D.V. Nelson, The inherent strain method for residual stress determination and its
application to a long welded joint, ASME-PUBLICATIONS-PVP 318 (1995) 343-352.
[97] H. Murakawa, Y. Luo, Y. Ueda, Prediction of welding deformation and residual stress by
elastic FEM based on inherent strain, Journal of the society of Naval Architects of Japan 1996(180)
(1996) 739-751.
[98] M. Yuan, Y. Ueda, Prediction of residual stresses in welded T-and I-joints using inherent
strains, Journal of Engineering Materials and Technology, Transactions of the ASME 118(2)
(1996) 229-234.
[99] L. Zhang, P. Michaleris, P. Marugabandhu, Evaluation of applied plastic strain methods for
welding distortion prediction, Journal of Manufacturing Science and Engineering 129(6) (2007)
1000-1010.
[100] M. Bugatti, Q. Semeraro, Limitations of the Inherent Strain Method in Simulating Powder
Bed Fusion Processes, Additive Manufacturing 23 (2018) 329-346.
[101] L. Cheng, X. Liang, J. Bai, Q. Chen, J. Lemon, A. To, On Utilizing Topology Optimization
to Design Support Structure to Prevent Residual Stress Induced Build Failure in Laser Powder Bed
Metal Additive Manufacturing, Additive Manufacturing (2019).
[102] Q. Chen, X. Liang, D. Hayduke, J. Liu, L. Cheng, J. Oskin, R. Whitmore, A.C. To, An
inherent strain based multiscale modeling framework for simulating part-scale residual
deformation for direct metal laser sintering, Additive Manufacturing 28 (2019) 406-418.
[103] S. Osher, J.A. Sethian, Fronts propagating with curvature-dependent speed: algorithms based
on Hamilton-Jacobi formulations, Journal of computational physics 79(1) (1988) 12-49.
[104] M.Y. Wang, X. Wang, D. Guo, A level set method for structural topology optimization,
Computer methods in applied mechanics and engineering 192(1) (2003) 227-246.
[105] G. Allaire, F. Jouve, A.-M. Toader, Structural optimization using sensitivity analysis and a
level-set method, Journal of computational physics 194(1) (2004) 363-393.
[106] Y. Wang, Z. Luo, Z. Kang, N. Zhang, A multi-material level set-based topology and shape
optimization method, Computer Methods in Applied Mechanics and Engineering 283 (2015)
1570-1586.
[107] P. Dunning, C. Brampton, H. Kim, Simultaneous optimisation of structural topology and
material grading using level set method, Materials Science and Technology 31(8) (2015) 884-894.
[108] P. Liu, Y. Luo, Z. Kang, Multi-material topology optimization considering interface
behavior via XFEM and level set method, Computer methods in applied mechanics and
engineering 308 (2016) 113-133.
[109] J. Liu, Q. Chen, Y. Zheng, R. Ahmad, J. Tang, Y. Ma, Level set-based heterogeneous object
modeling and optimization, Computer-Aided Design (2019).
[110] J. Liu, Q. Chen, X. Liang, A.C. To, Manufacturing cost constrained topology optimization
for additive manufacturing, Frontiers of Mechanical Engineering 14(2) (2019) 213-221.
[111] Z. Kang, Y. Wang, Integrated topology optimization with embedded movable holes based
on combined description by material density and level sets, Computer methods in applied
mechanics and engineering 255 (2013) 1-13.
[112] P.D. Dunning, H. Alicia Kim, A new hole insertion method for level set based structural
topology optimization, International Journal for Numerical Methods in Engineering 93(1) (2013)
118-134.
[113] J.A. Sethian, A fast marching level set method for monotonically advancing fronts,
Proceedings of the National Academy of Sciences 93(4) (1996) 1591-1595.
[114] J.A. Sethian, Level set methods and fast marching methods: evolving interfaces in
computational geometry, fluid mechanics, computer vision, and materials science, Cambridge
university press1999.
[115] C. Le, J. Norato, T. Bruns, C. Ha, D. Tortorelli, Stress-based topology optimization for
continua, Structural and Multidisciplinary Optimization 41(4) (2010) 605-620.
[116] A. Takezawa, G.H. Yoon, S.H. Jeong, M. Kobashi, M. Kitamura, Structural topology
optimization with strength and heat conduction constraints, Computer Methods in Applied
Mechanics and Engineering 276 (2014) 341-361.
[117] S. Hochreiter, J. Schmidhuber, Long short-term memory, Neural computation 9(8) (1997)
1735-1780.
[118] A. Krizhevsky, I. Sutskever, G.E. Hinton, Imagenet classification with deep convolutional
neural networks, Advances in neural information processing systems 25 (2012) 1097-1105.
[119] K. Simonyan, A. Zisserman, Very deep convolutional networks for large-scale image
recognition, arXiv preprint arXiv:1409.1556 (2014).
[120] K. He, X. Zhang, S. Ren, J. Sun, Deep residual learning for image recognition, Proceedings
of the IEEE conference on computer vision and pattern recognition, 2016, pp. 770-778.
[121] O. Russakovsky, J. Deng, H. Su, J. Krause, S. Satheesh, S. Ma, Z. Huang, A. Karpathy, A.
Khosla, M. Bernstein, Imagenet large scale visual recognition challenge, International journal of
computer vision 115(3) (2015) 211-252.
[122] S. Ren, K. He, R. Girshick, J. Sun, Faster r-cnn: Towards real-time object detection with
region proposal networks, Advances in neural information processing systems 28 (2015) 91-99.
[123] E.J. Schwalbach, S.P. Donegan, M.G. Chapman, K.J. Chaput, M.A. Groeber, A discrete
source model of powder bed fusion additive manufacturing thermal history, Additive
Manufacturing 25 (2019) 485-498.
[124] D.G. Duffy, Green’s functions with applications, Chapman and Hall/CRC2015.
[125] J. Martínez-Frutos, D. Herrero-Pérez, Efficient matrix-free GPU implementation of fixed
grid finite element analysis, Finite Elements in Analysis and Design 104 (2015) 61-71.
[126] F. Dugast, P. Apostolou, A. Fernandez, W. Dong, Q. Chen, S. Strayer, R. Wicker, A.C. To,
Part-scale thermal process modeling for laser powder bed fusion with matrix-free method and GPU
computing, Additive Manufacturing 37 (2021) 101732.
[127] A. Vaswani, N. Shazeer, N. Parmar, J. Uszkoreit, L. Jones, A.N. Gomez, Ł. Kaiser, I.
Polosukhin, Attention is all you need, Advances in neural information processing systems, 2017,
pp. 5998-6008.
[128] J. Devlin, M.-W. Chang, K. Lee, K. Toutanova, Bert: Pre-training of deep bidirectional
transformers for language understanding, arXiv preprint arXiv:1810.04805 (2018).

PDF View

곡면에 GMAW용 용접 비드의 형성 특성 및 제어 방법

Forming characteristics and control method of weld bead for GMAW on curved surface

The International Journal of Advanced Manufacturing Technology (2021)Cite this article

56 Accesses
Metrics

Abstract

곡면에서 GMAW 기반 적층 가공의 용접 성형 특성은 중력의 영향을 크게 받습니다. 성형면의 경사각이 크면 혹 비드(hump bead)와 같은 심각한 결함이 발생합니다.

본 논문에서는 양생면에서 용접 비드 형성의 형성 특성과 제어 방법을 연구하기 위해 용접 용융 풀 유동 역학의 전산 모델을 수립하고 제안된 모델을 검증하기 위해 증착 실험을 수행하였습니다.

결과는 용접 비드 경사각(α)이 증가함에 따라 역류의 속도가 증가하고 상향 용접의 경우 α > 60°일 때 불규칙한 험프 결함이 나타나는 것으로 나타났습니다.

상부 과잉 액체의 하향 압착력과 하부 상향 유동의 반동력과 표면장력 사이의 상호작용은 용접 혹 형성의 주요 요인이었다. 하향 용접의 경우 양호한 형태를 얻을 수 있었으며, 용접 비드 경사각이 증가함에 따라 용접 높이는 감소하고 용접 폭은 증가하였습니다.

하향 및 상향 용접을 위한 곡면의 용융 거동 및 성형 특성을 기반으로 험프 결함을 제어하기 위해 위브 용접을 통한 증착 방법을 제안하였습니다.

성형 궤적의 변화로 인해 용접 방향의 중력 성분이 크게 감소하여 용융 풀 흐름의 안정성이 향상되었으며 복잡한 표면에서 안정적이고 일관된 용접 비드를 얻는 데 유리했습니다.

하향 용접과 상향 용접 사이의 단일 비드의 치수 편차는 7% 이내였으며 하향 및 상향 혼합 혼합 비드 중첩 증착에서 비드의 변동 편차는 0.45로 GMAW 기반 적층 제조 공정에서 허용될 수 있었습니다.

이러한 발견은 GMAW를 기반으로 하는 곡선 적층 적층 제조의 용접 비드 형성 제어에 기여했습니다.

The weld forming characteristics of GMAW-based additive manufacturing on curved surface are dramatically influenced by gravity. Large inclined angle of the forming surface would lead to severe defects such as hump bead. In this paper, a computational model of welding molten pool flow dynamics was established to research the forming characteristic and control method of weld bead forming on cured surface, and deposition experiments were conducted to verify the proposed model. Results indicated that the velocity of backward flows increased with the increase of weld bead tilt angle (α) and irregular hump defects appeared when α > 60° for upward welding. The interaction between the downward squeezing force of the excess liquid at the top and the recoil force of the upward flow at the bottom and the surface tension were primary factors for welding hump formation. For downward welding, a good morphology shape could be obtained, and the weld height decreased and the weld width increased with the increase of weld bead tilt angle. Based on the molten behaviors and forming characteristics on curved surface for downward and upward welding, the method of deposition with weave welding was proposed to control hump defects. Gravity component in the welding direction was significantly reduced due to the change of forming trajectory, which improved the stability of the molten pool flow and was beneficial to obtain stable and consistent weld bead on complex surface. The dimensional deviations of the single bead between downward and upward welding were within 7% and the fluctuation deviation of the bead in multi-bead overlapping deposition with mixing downward and upward welding was 0.45, which could be acceptable in GMAW-based additive manufacturing process. These findings contributed to the weld bead forming control of curve layered additive manufacturing based on GMAW.

Keywords

Molten pool behaviors
GMAW-based WAAM
Deposition with weave welding
Welding on curved surface

Fig. 1
Fig. 2
Fig. 3
Fig. 4
Fig. 5
Fig. 6
Fig. 7
Fig. 8
Fig. 9
Fig. 10
Fig. 11
Fig. 12
Fig. 13
Fig. 14
Fig. 15
Fig. 16
Fig. 17
Fig. 18
Fig. 19
Fig. 20
Fig. 21
Fig. 22
Fig. 23
Fig. 24
Fig. 25
Fig. 26
Fig. 27
Fig. 28
Fig. 29
Fig. 30
Fig. 31
Fig. 32
Fig. 33
Fig. 34
Fig. 35
Fig. 36
Fig. 37
Fig. 38

References

1.Williams SW, Martina F, Addison AC, Ding J, Pardal G, Colegrove P (2016) Wire + arc additive manufacturing. Mater Sci Technol (United Kingdom) 32:641–647. https://doi.org/10.1179/1743284715Y.0000000073 Article Google Scholar
2.Pan ZX, Ding DH, Wu BT, Cuiuri D, Li HJ, Norrish J (2018) Arc welding processes for additive manufacturing: a review. In: Transactions on intelligent welding manufacturing. Springer Singapore, pp 3–24. https://doi.org/10.1007/978-981-10-5355-9_1
3.Panchagnula JS, Simhambhatla S (2018) Manufacture of complex thin-walled metallic objects using weld-deposition based additive manufacturing. Robot Comput Integr Manuf 49:194–203. https://doi.org/10.1016/j.rcim.2017.06.003 Article Google Scholar
4.Lu S, Zhou J, Zhang JS (2015) Optimization of welding thickness on casting-steel surface for production of forging die. Int J Adv Manuf Technol 76:1411–1419. https://doi.org/10.1007/s00170-014-6371-9 Article Google Scholar
5.Huang B, Singamneni SB (2015) Curved layer adaptive slicing (CLAS) for fused deposition modelling. Rapid Prototyp J 21:354–367. https://doi.org/10.1108/RPJ-06-2013-0059 Article Google Scholar
6.Jin Y, Du J, He Y, Fu GQ (2017) Modeling and process planning for curved layer fused deposition. Int J Adv Manuf Technol 91:273–285. https://doi.org/10.1007/s00170-016-9743-5 Article Google Scholar
7.Xie FB, Chen LF, Li ZY, Tang K (2020) Path smoothing and feed rate planning for robotic curved layer additive manufacturing. Robot Comput Integr Manuf 65. https://doi.org/10.1016/j.rcim.2020.101967
8.Ding YY, Dwivedi R, Kovacevic R (2017) Process planning for 8-axis robotized laser-based direct metal deposition system: a case on building revolved part. Robot Comput Integr Manuf 44:67–76. https://doi.org/10.1016/j.rcim.2016.08.008 Article Google Scholar
9.Cho DW, Na SJ (2015) Molten pool behaviors for second pass V-groove GMAW. Int J Heat Mass Transf 88:945–956. https://doi.org/10.1016/j.ijheatmasstransfer.2015.05.021 Article Google Scholar
10.Cho DW, Na SJ, Cho MH, Lee JS (2013) A study on V-groove GMAW for various welding positions. J Mater Process Technol 213:1640–1652. https://doi.org/10.1016/j.jmatprotec.2013.02.015 Article Google Scholar
11.Hejripour F, Valentine DT, Aidun DK (2018) Study of mass transport in cold wire deposition for wire arc additive manufacturing. Int J Heat Mass Transf 125:471–484. https://doi.org/10.1016/j.ijheatmasstransfer.2018.04.092 Article Google Scholar
12.Yuan L, Pan ZX, Ding DH, He FY, Duin SV, Li HJ, Li WH (2020) Investigation of humping phenomenon for the multi-directional robotic wire and arc additive manufacturing. Robot Comput Integr Manuf 63. https://doi.org/10.1016/j.rcim.2019.101916
13.Nguyen MC, Medale M, Asserin O, Gounand S, Gilles P (2017) Sensitivity to welding positions and parameters in GTA welding with a 3D multiphysics numerical model. Numer Heat Transf Part A Appl 71:233–249. https://doi.org/10.1080/10407782.2016.1264747 Article Google Scholar
14.Gu H, Li L (2019) Computational fluid dynamic simulation of gravity and pressure effects in laser metal deposition for potential additive manufacturing in space. Int J Heat Mass Transf 140:51–65. https://doi.org/10.1016/j.ijheatmasstransfer.2019.05.081 Article Google Scholar
15.Cho MH, Farson DF (2007) Understanding bead hump formation in gas metal arc welding using a numerical simulation. Metall Mater Trans B Process Metall Mater Process Sci 38:305–319. https://doi.org/10.1007/s11663-007-9034-5 Article Google Scholar
16.Nguyen TC, Weckman DC, Johnson DA, Kerr HW (2005) The humping phenomenon during high speed gas metal arc welding. Sci Technol Weld Join 10:447–459. https://doi.org/10.1179/174329305X44134 Article Google Scholar
17.Philip Y, Xu ZY, Wang Y, Wang R, Ye X (2019) Investigation of humping defect formation in a lap joint at a high-speed hybrid laser-GMA welding. Results Phys 13. https://doi.org/10.1016/j.rinp.2019.102341
18.Hu ZQ, Qin XP, Shao T, Liu HM (2018) Understanding and overcoming of abnormity at start and end of the weld bead in additive manufacturing with GMAW. Int J Adv Manuf Technol 95:2357–2368. https://doi.org/10.1007/s00170-017-1392-9 Article Google Scholar
19.Tang SY, Wang GL, Huang C, Li RS, Zhou SY, Zhang HO (2020) Investigation, modeling and optimization of abnormal areas of weld beads in wire and arc additive manufacturing. Rapid Prototyp J 26:1183–1195. https://doi.org/10.1108/RPJ-08-2019-0229 Article Google Scholar
20.Bai X, Colegrove P, Ding J, Zhou XM, Diao CL, Bridgeman P, Honnige JR, Zhang HO, Williams S (2018) Numerical analysis of heat transfer and fluid flow in multilayer deposition of PAW-based wire and arc additive manufacturing. Int J Heat Mass Transf 124:504–516. https://doi.org/10.1016/j.ijheatmasstransfer.2018.03.085 Article Google Scholar
21.Siewert E, Schein J, Forster G (2013) Determination of enthalpy, temperature, surface tension and geometry of the material transfer in PGMAW for the system argon-iron. J Phys D Appl Phys 46. https://doi.org/10.1088/0022-3727/46/22/224008
22.Goldak J, Chakravarti A, Bibby M (1984) A new finite element model for welding heat sources. Metall Trans B 15:299–305. https://doi.org/10.1007/BF02667333 Article Google Scholar
23.Fachinotti VD, Cardona A (2008) Semi-analytical solution of the thermal field induced by a moving double-ellipsoidal welding heat source in a semi-infinite body. Mec Comput XXVII:1519–1530
24.Nguyen NT, Mai YW, Simpson S, Ohta A (2004) Analytical approximate solution for double ellipsoidal heat source in finite thick plate. Weld J 83:82–93Google Scholar
25.Goldak J, Chakravarti A, Bibby M (1985) A double ellipsoid finite element model for welding heat sources. IIW Doc. No. 212-603-85
26.Gu Y, Li YD, Yong Y, Xu FL, Su LF (2019) Determination of parameters of double-ellipsoidal heat source model based on optimization method. Weld World 63:365–376. https://doi.org/10.1007/s40194-018-00678-w Article Google Scholar
27.Wu CS, Tsao KC (1990) Modelling the three-dimensional fluid flow and heat transfer in a moving weld pool. Eng Comput 7:241–248. https://doi.org/10.1108/eb023811 Article Google Scholar
28.Zhan XH, Liu XB, Wei YH, Chen JC, Chen J, Liu HB (2017) Microstructure and property characteristics of thick Invar alloy plate joints using weave bead welding. J Mater Process Technol 244:97–105. https://doi.org/10.1016/j.jmatprotec.2017.01.014 Article Google Scholar
29.Zhan XH, Zhang D, Liu XB, Chen J, Wei YH, Liu RP (2017) Comparison between weave bead welding and multi-layer multi-pass welding for thick plate Invar steel. Int J Adv Manuf Technol 88:2211–2225. https://doi.org/10.1007/s00170-016-8926-4 Article Google Scholar
30.Xu GX, Li L, Wang JY, Zhu J, Li PF (2018) Study of weld formation in swing arc narrow gap vertical GMA welding by numerical modeling and experiment. Int J Adv Manuf Technol 96:1905–1917. https://doi.org/10.1007/s00170-018-1729-z Article Google Scholar
31.Li YZ, Sun YF, Han QL, Zhang GJ, Horvath I (2018) Enhanced beads overlapping model for wire and arc additive manufacturing of multi-layer multi-bead metallic parts. J Mater Process Technol 252:838–848. https://doi.org/10.1016/j.jmatprotec.2017.10.017 Article Google Scholar

PDF 원문보기

Fig. 5 Comparison of experimental SEM image and CtFD simulated melt pool with beam diameters of（a）700 μm,（b）1000 μm, and（c）1300 μm and an absorption rate of 0.3. Electron beam power and scan speed are 900 W and 100 mm s-1, respectively

추가 생산용 전자빔 조사에 의한 316L 스테인리스 용융 · 응고 거동

Melting and Solidification Behavior of 316L Steel Induced by Electron-Beam Irradiation for Additive Manufacturing

付加製造用電子ビーム照射による 316L ステンレス鋼の溶融・凝固挙動

奥川将行＊・宮田雄一朗＊・王　　雷＊・能勢和史＊
小泉雄一郎＊・中野貴由＊
Masayuki OKUGAWA, Yuichiro MIYATA, Lei WANG, Kazufumi NOSE,
Yuichiro KOIZUMI and Takayoshi NAKANO

Abstract

적층 제조(AM) 기술은 복잡한 형상의 3D 부품을 쉽게 만들고 미세 구조 제어를 통해 재료 특성을 크게 제어할 수 있기 때문에 많은 관심을 받았습니다. PBF(Powderbed fusion) 방식의 AM 공정에서는 금속 분말을 레이저나 전자빔으로 녹이고 응고시키는 과정을 반복하여 3D 부품을 제작합니다.

일반적으로 응고 미세구조는 Hunt[Mater. 과학. 영어 65, 75(1984)]. 그러나 CET 이론이 일반 316L 스테인리스강에서도 높은 G와 R로 인해 PBF형 AM 공정에 적용될 수 있을지는 불확실하다.

본 연구에서는 미세구조와 응고 조건 간의 관계를 밝히기 위해 전자빔 조사에 의해 유도된 316L 강의 응고 미세구조를 분석하고 CtFD(Computational Thermal-Fluid Dynamics) 방법을 사용하여 고체/액체 계면에서의 응고 조건을 평가했습니다.

CET 이론과 반대로 높은 G 조건에서 등축 결정립이 종종 형성되는 것으로 밝혀졌다. CtFD 시뮬레이션은 약 400 mm s-1의 속도까지 유체 흐름이 있음을 보여 주며 수상 돌기의 파편 및 이동의 영향으로 등축 결정립이 형성됨을 시사했습니다.

Additive manufacturing（AM）technologies have attracted much attention because it enables us to build 3D parts with complicated geometry easily and control material properties significantly via the control of microstructures. In the powderbed fusion（PBF）type AM process, 3D parts are fabricated by repeating a process of melting and solidifying metal powders by laser or electron beams. In general, the solidification microstructures can be predicted from solidification conditions defined by the combination of temperature gradient G and solidification rate R on the basis of columnar-equiaxed transition（CET）theory proposed by Hunt [Mater. Sci. Eng. 65, 75（1984）]. However, it is unclear whether the CET theory can be applied to the PBF type AM process because of the high G and R, even for general 316L stainless steel. In this study, to reveal relationships between microstructures and solidification conditions, we have analyzed solidification microstructures of 316L steel induced by electronbeam irradiation and evaluated solidification conditions at the solid/liquid interface using a computational thermal-fluid dynamics （CtFD）method. It was found that equiaxed grains were often formed under high G conditions contrary to the CET theory. CtFD simulation revealed that there is a fluid flow up to a velocity of about 400 mm s-1, and suggested that equiaxed grains are formed owing to the effect of fragmentations and migrations of dendrites.

Keywords

Additive Manufacturing, 316L Stainless Steel, Powder Bed Fusion, Electron Beam Melting, Computational Thermal
Fluid Dynamics Simulation

Fig. 1 Width, height, and height differences calculated from laser microscope analysis of melt tracks formed by scanning electron beam. Fig. 2（a）Scanning electron microscope（SEM）image and（b） corresponding electron back-scattering diffraction（EBSD） IPF-map taken from the electron-beam irradiated region in P900-V100 sample. Fig. 3 Average grain size and their aspect ratio calculated from EBSD IPF-map taken from the electron-beam irradiated region.

Fig. 4 Comparison of experimental SEM image and computational thermal fluid dynamics（CtFD）simulated melt pool with a beam diameter of 700 μm and absorption rates of（a）0.3,（b）0.5, and （c）0.7. Electron beam power and scan speed are 900 W and 100 mm s-1, respectively.

Fig. 6 Depth of melt tracks calculated from experimental SEM image and CtFD simulation results.

Fig. 7 G-R plots of 316L steel colored by（a）aspect ratio of crystalline grains and（b）fluid velocity.

Fig. 8 Comparison of solidification microstructure（EBSD IPF-map）of melt region formed by scanning electron beam and corresponding snap shot of CtFD simulation colored by fluid velocity

References

1） M.C. Sow, T. De Terris, O. Castelnau, Z. Hamouche, F. Coste, R.
Fabbro and P. Peyre: “Influence of beam diameter on Laser Powder

Bed Fusion（L-PBF）process”, Addit. Manuf. 36（2020）, 101532.
2） J.C. Simmons, X. Chen, A. Azizi, M.A. Daeumer, P.Y. Zavalij, G.
Zhou and S.N. Schiffres: “Influence of processing and microstructure
on the local and bulk thermal conductivity of selective laser melted
316L stainless steel”, Addit. Manuf. 32（2020）, 100996.
3） S. Dryepondt, P. Nandwana, P. Fernandez-Zelaia and F. List:
“Microstructure and High Temperature Tensile properties of 316L
Fabricated by Laser Powder-Bed Fusion”, Addit. Manuf. 37（2020）,
101723.
4） S.H. Sun, T. Ishimoto, K. Hagihara, Y. Tsutsumi, T. Hanawa and T.
Nakano: “Excellent mechanical and corrosion properties of austenitic
stainless steel with a unique crystallographic lamellar microstructure
via selective laser melting”, Scr. Mater. 159（2019）, 89-93.
5） T. Ishimoto, S. Wu, Y. Ito, S.H. Sun, H. Amano and T. Nakano:
“Crystallographic orientation control of 316L austenitic stainless
steel via selective laser melting”, ISIJ Int. 60（2020）, 1758-1764.
6） T. Ishimoto, K. Hagihara, K. Hisamoto, S.H. Sun and T. Nakano:
“Crystallographic texture control of beta-type Ti-15Mo-5Zr3Al alloy by selective laser melting for the development of novel
implants with a biocompatible low Young’s modulus”, Scr. Mater.
132（2017）, 34-38.
7） X. Ding, Y. Koizumi, D. Wei and A. Chiba: “Effect of process
parameters on melt pool geometry and microstructure development
for electron beam melting of IN718: A systematic single bead
analysis study”, Addit. Manuf. 26（2019）, 215-226.
8） K. Karayagiz, L. Johnson, R. Seede, V. Attari, B. Zhang, X. Huang,
S. Ghosh, T. Duong, I. Karaman, A. Elwany and R. Arróyave: “Finite
interface dissipation phase field modeling of Ni-Nb under additive
manufacturing conditions”, Acta Mater. 185（2020）, 320-339.
9） M.M. Kirka, Y. Lee, D.A. Greeley, A. Okello, M.J. Goin, M.T.
Pearce and R.R. Dehoff: “Strategy for Texture Management in
Metals Additive Manufacturing”, JOM, 69（2017）, 523-531.
10） S.S. Babu, N. Raghavan, J. Raplee, S.J. Foster, C. Frederick, M.
Haines, R. Dinwiddie, M.K. Kirka, A. Plotkowski, Y. Lee and
R.R. Dehoff: “Additive Manufacturing of Nickel Superalloys:
Opportunities for Innovation and Challenges Related to
Qualification”, Metall. Mater. Trans. A. 49（2018）, 3764-3780.
11） M.R. Gotterbarm, A.M. Rausch and C. Körner: “Fabrication of
Single Crystals through a μ-Helix Grain Selection Process during
Electron Beam Metal Additive Manufacturing”, Metals, 10（2020）,
313.
12） J.D.D. Hunt: “Steady state columnar and equiaxed growth of
dendrites and eutectic”, Mater. Sci. Eng. 65（1984）, 75-83.
13） S. Bontha, N.W. Klingbeil, P.A. Kobryn and H.L. Fraser: “Effects of
process variables and size-scale on solidification microstructure in
beam-based fabrication of bulky 3D structures”, Mater. Sci. Eng. A.
513-514（2009）, 311-318.
14） J. Gockel and J. Beuth: “Understanding Ti-6Al-4V microstructure
control in additive manufacturing via process maps”, 24th Int. SFF
Symp. – An Addit. Manuf. Conf. SFF 2013.（2013）, 666-674.
15） B. Schoinochoritis, D. Chantzis and K. Salonitis: “Simulation of
metallic powder bed additive manufacturing processes with the finite
element method: A critical review”, Proc. of Instit. Mech. Eng., Part
B: J. Eng. Manuf. 231（2017）, 96-117.
16）小泉雄一郎: “計算機シミュレーションを用いたAdditive
Manufacturing プロセス最適化予測”, スマートプロセス学会誌，
8-4（2019）, 132-138.
17） Y. Zhao, Y. Koizumi, K. Aoyagi, D. Wei, K. Yamanaka and A. Chiba:
“Molten pool behavior and effect of fluid flow on solidification
conditions in selective electron beam melting（SEBM）of a
biomedical Co-Cr-Mo alloy”, Addit. Manuf. 26（2019）, 202-214.
18） C. Tang, J.L. Tan and C.H. Wong: “A numerical investigation on
the physical mechanisms of single track defects in selective laser
melting”, Int. J. Heat Mass Transf. 126（2018）, 957-968.
19） Technical data for Iron, [Online]. Available: http://periodictable.com/
Elements/026/data.html. [Accessed: 8-Feb-2021].
20） N. Raghavan, R. Dehoff, S. Pannala, S. Simunovic, M. Kirka, J.
Turner, N. Carl-son and S.S. Babu: “Numerical modeling of heattransfer and the influence of process parameters on tailoring the grain
morphology of IN718 in electron beam additive manufacturing”,
Acta Mater. 112（2016）, 303-314.
21） S. Morita, Y. Miki and K. Toishi: “Introduction of Dendrite
Fragmentation to Microstructure Calculation by Cellular Automaton
Method”, Tetsu-to-Hagane. 104（2018）, 559-566.
22） H. Esaka and M. Tamura: “Model Experiment Using Succinonitrile
on the Formation of Equiaxed Grains caused by Forced Convection”,
Tetsu-to-Hagane. 86（2000）, 252-258.

원문 PDF 보기

Stability and deformations of deposited layers in material extrusion additive manufacturing

Conflict resolution in the multi-stakeholder stepped spillway design under uncertainty by machine learning techniques

Md TusherMollah, Raphaël Comminal, Marcin P.Serdeczny, David B.Pedersen, Jon Spangenberg
Department of Mechanical Engineering, Technical University of Denmark, Kgs. Lyngby, Denmark

Abstract

이 논문은 재료 압출 적층 제조에서 여러 레이어를 인쇄하는 동안 증착 흐름의 전산 유체 역학 시뮬레이션을 제공합니다. 개발된 모델은 증착된 레이어의 형태를 예측하고 점소성 재료를 인쇄하는 동안 레이어 변형을 캡처합니다.

물리학은 일반화된 뉴턴 유체로 공식화된 Bingham 구성 모델의 연속성 및 운동량 방정식에 의해 제어됩니다. 증착된 층의 단면 모양이 예측되고 재료의 다양한 구성 매개변수에 대해 층의 변형이 연구됩니다. 층의 변형은 인쇄물의 정수압과 압출시 압출압력으로 인한 것임을 알 수 있다.

시뮬레이션에 따르면 항복 응력이 높을수록 변형이 적은 인쇄물이 생성되는 반면 플라스틱 점도가 높을수록 증착된 레이어에서 변형이 커집니다. 또한 인쇄 속도, 압출 속도, 층 높이 및 노즐 직경이 인쇄된 층의 변형에 미치는 영향을 조사했습니다.

마지막으로, 이 모델은 후속 인쇄된 레이어의 정수압 및 압출 압력을 지원하기 위해 증착 후 점소성 재료가 요구하는 항복 응력의 필요한 증가에 대한 보수적인 추정치를 제공합니다.

Keywords

Viscoplastic MaterialsMaterial Extrusion Additive Manufacturing (MEX-AM)Multiple-Layers DepositionComputational Fluid Dynamics (CFD)Deformation Control

참조 : YS Lee and W. Zhang, Modeling of heat transfer, fluid flow and solidification microstructure of nickel-base superalloy fabricated by laser powder bed fusion , S2214-8604 (16) 30087-2, doi.org/10.1016/j.addma .2016.05.003 , ADDMA 86.

FLOW-3D AM 미세 구조 예측 | 열 응력 해석

미세 구조 예측

냉각 속도 및 온도 구배와 같은 FLOW-3D AM 데이터를 미세 구조 모델에 입력하여 결정 성장 및 수상 돌기 암 간격을 예측할 수 있습니다.

레이저 파우더 베드 융합으로 제작 된 니켈 기반 초합금의 열전달, 유체 흐름 및 응고 미세 구조 모델링

오하이오 주립 대학의 연구원들은 니켈 기반 초합금의 미세 구조 진화를 예측하기 위해 용융 풀과 고체 / 액체 인터페이스의 적절한 위치에서 열 구배 및 냉각 속도 데이터를 추출했습니다.

열 응력 | Thermal Stresses

FLOW-3D AM 시뮬레이션의 결과를 ABAQUS 또는 MSC NASTRAN과 같은 FEA 소프트웨어에 입력하여 추가 열 응력 분석을 실행할 수 있습니다. 여기에서 T- 조인트의 레이저 용접 시뮬레이션 결과를 추가 응력 분석을 위해 ABAQUS로 가져 오는 방법을 볼 수 있습니다. 마찬가지로 LPBF 시뮬레이션에서 응고 된 용융 풀 데이터의 결과를 사용하여 다른 FEA 소프트웨어에서 열 응력 및 왜곡 분석을 연구 할 수 있습니다.

Thermal Stresses Case Study

Directed Energy Deposition

DED (Directed Energy Deposition)는 레이저 또는 전자 빔과 같은 에너지 소스를 사용하여 가열 및 융합되는 와이어 또는 분말을 증착하여 부품을 만드는 적층 제조 공정입니다. FLOW-3D AM 은 분말 또는 와이어 이송 속도 및 크기 특성, 레이저 출력 및 스캔 속도와 같은 공정 매개 변수를 고려하여 DED 공정을 시뮬레이션 할 수 있습니다. 또한, 기판과 분말 재료의 서로 다른 합금에 대해 독립적 인 열 물리적 재료 특성을 정의하여 다중 재료 DED 프로세스를 시뮬레이션 할 수 있습니다.

레이저 물리학의 구현과 열 전달, 응고, 표면 장력, 차폐 가스 효과 및 반동 압력을 포함한 압력 효과를 통해 연구원은 결과 용접 비드의 강도 및 균일성에 대한 공정 매개 변수의 영향을 정확하게 분석 할 수 있습니다. 또한 이러한 시뮬레이션을 여러 레이어로 확장하여 후속 레이어 간의 융합을 분석 할 수 있습니다.

FLOW-3D AM

와이어 파우더 기반 DED | Wire Powder Based DED

일부 연구자들은 부품을 만들기 위해 더 넓은 범위의 처리 조건을 사용하여 하이브리드 와이어 분말 기반 DED 시스템을 찾고 있습니다. 예를 들어, 이 시뮬레이션은 다양한 분말 및 와이어 이송 속도를 가진 하이브리드 시스템을 살펴봅니다.

와이어 기반 DED | Wire Based DED

와이어 기반 DED는 분말 기반 DED보다 처리량이 높고 낭비가 적지만 재료 구성 및 증착 방향 측면에서 유연성이 떨어집니다. FLOW-3D AM 은 와이어 기반 DED의 처리 결과를 이해하는데 유용하며 최적화 연구를 통해 빌드에 대한 와이어 이송 속도 및 직경과 같은 최상의 처리 매개 변수를 찾을 수 있습니다.

FLOW-3D AM Brochure Download

FLOW-3D AM은 레이저 파우더 베드 융합 (L-PBF), 바인더 제트 및 DED (Directed Energy Deposition)와 같은 적층 제조 공정 ( additive manufacturing )을 시뮬레이션하고 분석하는 CFD 소프트웨어입니다. FLOW-3D AM 의 다중 물리 기능은 공정 매개 변수의 분석 및 최적화를 위해 분말 확산 및 압축, 용융 풀 역학, L-PBF 및 DED에 대한 다공성 형성, 바인더 분사 공정을 위한 수지 침투 및 확산에 대해 매우 정확한 시뮬레이션을 제공합니다.

3D 프린팅이라고도하는 적층 제조(additive manufacturing)는 일반적으로 층별 접근 방식을 사용하여, 분말 또는 와이어로 부품을 제조하는 방법입니다. 금속 기반 적층 제조 공정에 대한 관심은 지난 몇 년 동안 시작되었습니다. 오늘날 사용되는 3 대 금속 적층 제조 공정은 PBF (Powder Bed Fusion), DED (Directed Energy Deposition) 및 바인더 제트 ( Binder jetting ) 공정입니다. FLOW-3D AM 은 이러한 각 프로세스에 대한 고유 한 시뮬레이션 통찰력을 제공합니다.

파우더 베드 융합 및 직접 에너지 증착 공정에서 레이저 또는 전자 빔을 열원으로 사용할 수 있습니다. 두 경우 모두 PBF용 분말 형태와 DED 공정용 분말 또는 와이어 형태의 금속을 완전히 녹여 융합하여 층별로 부품을 형성합니다. 그러나 바인더 젯팅(Binder jetting)에서는 결합제 역할을 하는 수지가 금속 분말에 선택적으로 증착되어 층별로 부품을 형성합니다. 이러한 부품은 더 나은 치밀화를 달성하기 위해 소결됩니다.

FLOW-3D AM 의 자유 표면 추적 알고리즘과 다중 물리 모델은 이러한 각 프로세스를 높은 정확도로 시뮬레이션 할 수 있습니다. 레이저 파우더 베드 융합 (L-PBF) 공정 모델링 단계는 여기에서 자세히 설명합니다. DED 및 바인더 분사 공정에 대한 몇 가지 개념 증명 시뮬레이션도 표시됩니다.

레이저 파우더 베드 퓨전 (L-PBF)

LPBF 공정에는 유체 흐름, 열 전달, 표면 장력, 상 변화 및 응고와 같은 복잡한 다중 물리학 현상이 포함되어 공정 및 궁극적으로 빌드 품질에 상당한 영향을 미칩니다. FLOW-3D AM 의 물리적 모델은 질량, 운동량 및 에너지 보존 방정식을 동시에 해결하는 동시에 입자 크기 분포 및 패킹 비율을 고려하여 중규모에서 용융 풀 현상을 시뮬레이션합니다.

FLOW-3D DEM 및 FLOW-3D WELD 는 전체 파우더 베드 융합 공정을 시뮬레이션하는 데 사용됩니다. L-PBF 공정의 다양한 단계는 분말 베드 놓기, 분말 용융 및 응고,이어서 이전에 응고 된 층에 신선한 분말을 놓는 것, 그리고 다시 한번 새 층을 이전 층에 녹이고 융합시키는 것입니다. FLOW-3D AM 은 이러한 각 단계를 시뮬레이션하는 데 사용할 수 있습니다.

파우더 베드 부설 공정

FLOW-3D DEM을 통해 분말 크기 분포, 재료 특성, 응집 효과는 물론 롤러 또는 블레이드 움직임 및 상호 작용과 같은 기하학적 효과와 관련된 분말 확산 및 압축을 이해할 수 있습니다. 이러한 시뮬레이션은 공정 매개 변수가 후속 인쇄 공정에서 용융 풀 역학에 직접적인 영향을 미치는 패킹 밀도와 같은 분말 베드 특성에 어떻게 영향을 미치는지에 대한 정확한 이해를 제공합니다.

다양한 파우더 베드 압축을 달성하는 한 가지 방법은 베드를 놓는 동안 다양한 입자 크기 분포를 선택하는 것입니다. 아래에서 볼 수 있듯이 세 가지 크기의 입자 크기 분포가 있으며, 이는 가장 높은 압축을 제공하는 Case 2와 함께 다양한 분말 베드 압축을 초래합니다.

파우더 베드 분포 다양한 입자 크기 분포 — 세 가지 다른 입자 크기 분포를 사용하여 파우더 베드 배치

파우더 베드 압축 결과 — 세 가지 다른 입자 크기 분포를 사용한 분말 베드 압축

입자-입자 상호 작용, 유체-입자 결합 및 입자 이동 물체 상호 작용은 FLOW-3D DEM을 사용하여 자세히 분석 할 수도 있습니다 . 또한 입자간 힘을 지정하여 분말 살포 응용 분야를 보다 정확하게 연구 할 수도 있습니다.

이 FLOW-3D AM 시뮬레이션은 이산 요소 방법 (DEM)을 사용하여 역 회전하는 원통형 롤러로 인한 분말 확산을 연구합니다. 비디오 시작 부분에서 빌드 플랫폼이 위로 이동하는 동안 분말 저장소가 아래로 이동합니다. 그 직후, 롤러는 분말 입자 (초기 위치에 따라 색상이 지정됨)를 다음 층이 녹고 구축 될 준비를 위해 구축 플랫폼으로 펼칩니다. 이러한 시뮬레이션은 저장소에서 빌드 플랫폼으로 전송되는 분말 입자의 선호 크기에 대한 추가 통찰력을 제공 할 수 있습니다.

Melting | 파우더 베드 용해

DEM 시뮬레이션에서 파우더 베드가 생성되면 STL 파일로 추출됩니다. 다음 단계는 CFD를 사용하여 레이저 용융 공정을 시뮬레이션하는 것입니다. 여기서는 레이저 빔과 파우더 베드의 상호 작용을 모델링 합니다. 이 프로세스를 정확하게 포착하기 위해 물리학에는 점성 흐름, 용융 풀 내의 레이저 반사 (광선 추적을 통해), 열 전달, 응고, 상 변화 및 기화, 반동 압력, 차폐 가스 압력 및 표면 장력이 포함됩니다. 이 모든 물리학은 이 복잡한 프로세스를 정확하게 시뮬레이션하기 위해 TruVOF 방법을 기반으로 개발되었습니다.

레이저 출력 200W, 스캔 속도 3.0m / s, 스폿 반경 100μm에서 파우더 베드의 용융 풀 분석.

용융 풀이 응고되면 FLOW-3D AM 압력 및 온도 데이터를 Abaqus 또는 MSC Nastran과 같은 FEA 도구로 가져와 응력 윤곽 및 변위 프로파일을 분석 할 수도 있습니다.

Multilayer | 다층 적층 제조

용융 풀 트랙이 응고되면 DEM을 사용하여 이전에 응고된 층에 새로운 분말 층의 확산을 시뮬레이션 할 수 있습니다. 유사하게, 레이저 용융은 새로운 분말 층에서 수행되어 후속 층 간의 융합 조건을 분석 할 수 있습니다.

해석 진행 절차는 첫 번째 용융층이 응고되면 입자의 두 번째 층이 응고 층에 증착됩니다. 새로운 분말 입자 층에 레이저 공정 매개 변수를 지정하여 용융 풀 시뮬레이션을 다시 수행합니다. 이 프로세스를 여러 번 반복하여 연속적으로 응고된 층 간의 융합, 빌드 내 온도 구배를 평가하는 동시에 다공성 또는 기타 결함의 형성을 모니터링 할 수 있습니다.

LPBF의 키홀 링 | Keyholing in LPBF

키홀링 중 다공성은 어떻게 형성됩니까? 이것은 TU Denmark의 연구원들이 FLOW-3D AM을 사용하여 답변한 질문이었습니다. 레이저 빔의 적용으로 기판이 녹으면 기화 및 상 변화로 인한 반동 압력이 용융 풀을 압박합니다. 반동 압력으로 인한 하향 흐름과 레이저 반사로 인한 추가 레이저 에너지 흡수가 공존하면 폭주 효과가 발생하여 용융 풀이 Keyholing으로 전환됩니다. 결국, 키홀 벽을 따라 온도가 변하기 때문에 표면 장력으로 인해 벽이 뭉쳐져서 진행되는 응고 전선에 의해 갇힐 수 있는 공극이 생겨 다공성이 발생합니다. FLOW-3D AM 레이저 파우더 베드 융합 공정 모듈은 키홀링 및 다공성 형성을 시뮬레이션 하는데 필요한 모든 물리 모델을 보유하고 있습니다.

바인더 분사 (Binder jetting)

Binder jetting 시뮬레이션은 모세관 힘의 영향을받는 파우더 베드에서 바인더의 확산 및 침투에 대한 통찰력을 제공합니다. 공정 매개 변수와 재료 특성은 증착 및 확산 공정에 직접적인 영향을 미칩니다.

Scan Strategy | 스캔 전략

스캔 전략은 온도 구배 및 냉각 속도에 영향을 미치기 때문에 미세 구조에 직접적인 영향을 미칩니다. 연구원들은 FLOW-3D AM 을 사용하여 결함 형성과 응고된 금속의 미세 구조에 영향을 줄 수 있는 트랙 사이에서 발생하는 재 용융을 이해하기 위한 최적의 스캔 전략을 탐색하고 있습니다. FLOW-3D AM 은 하나 또는 여러 레이저에 대해 시간에 따른 방향 속도를 구현할 때 완전한 유연성을 제공합니다.

Beam Shaping | 빔 형성

레이저 출력 및 스캔 전략 외에도 레이저 빔 모양과 열유속 분포는 LPBF 공정에서 용융 풀 역학에 큰 영향을 미칩니다. AM 기계 제조업체는 공정 안정성 및 처리량에 대해 다중 코어 및 임의 모양의 레이저 빔 사용을 모색하고 있습니다. FLOW-3D AM을 사용하면 멀티 코어 및 임의 모양의 빔 프로파일을 구현할 수 있으므로 생산량을 늘리고 부품 품질을 개선하기 위한 최상의 구성에 대한 통찰력을 제공 할 수 있습니다.

이 영역에서 수행 된 일부 작업에 대해 자세히 알아 보려면 “The Next Frontier of Metal AM”웨비나를 시청하십시오.

Multi-material Powder Bed Fusion | 다중 재료 분말 베드 융합

이 시뮬레이션에서 스테인리스 강 및 알루미늄 분말은 FLOW-3D AM 이 용융 풀 역학을 정확하게 포착하기 위해 추적하는 독립적으로 정의 된 온도 의존 재료 특성을 가지고 있습니다. 시뮬레이션은 용융 풀에서 재료 혼합을 이해하는 데 도움이됩니다.

다중 재료 용접 사례 연구

이종 금속의 레이저 키홀 용접에서 금속 혼합 조사

GM과 University of Utah의 연구원들은 FLOW-3D WELD 를 사용 하여 레이저 키홀 용접을 통한 이종 금속의 혼합을 이해했습니다. 그들은 반동 압력 및 Marangoni 대류와 관련하여 구리와 알루미늄의 혼합 농도에 대한 레이저 출력 및 스캔 속도의 영향을 조사했습니다. 그들은 시뮬레이션을 실험 결과와 비교했으며 샘플 내의 절단 단면에서 재료 농도 사이에 좋은 일치를 발견했습니다.

참조 : Wenkang Huang, Hongliang Wang, Teresa Rinker, Wenda Tan, 이종 금속의 레이저 키홀 용접에서 금속 혼합 조사 , Materials & Design, Volume 195, (2020). https://doi.org/10.1016/j.matdes.2020.109056

방향성 에너지 증착

FLOW-3D AM 의 내장 입자 모델 을 사용하여 직접 에너지 증착 프로세스를 시뮬레이션 할 수 있습니다. 분말 주입 속도와 고체 기질에 입사되는 열유속을 지정함으로써 고체 입자는 용융 풀에 질량, 운동량 및 에너지를 추가 할 수 있습니다. 다음 비디오에서 고체 금속 입자가 용융 풀에 주입되고 기판에서 용융 풀의 후속 응고가 관찰됩니다.

electromagnetic metal casting computation designs Fig1

A survey of electromagnetic metal casting computation designs, present approaches, future possibilities, and practical issues

The European Physical Journal Plus volume 136, Article number: 704 (2021) Cite this article

15 Accesses
Metrics

Abstract

Electromagnetic metal casting (EMC) is a casting technique that uses electromagnetic energy to heat metal powders. It is a faster, cleaner, and less time-consuming operation. Solid metals create issues in electromagnetics since they reflect the electromagnetic radiation rather than consume it—electromagnetic energy processing results in sounded pieces with higher-ranking material properties and a more excellent microstructure solution. For the physical production of the electromagnetic casting process, knowledge of electromagnetic material interaction is critical. Even where the heated material is an excellent electromagnetic absorber, the total heating quality is sometimes insufficient. Numerical modelling works on finding the proper coupled effects between properties to bring out the most effective operation. The main parameters influencing the quality of output of the EMC process are: power dissipated per unit volume into the material, penetration depth of electromagnetics, complex magnetic permeability and complex dielectric permittivity. The contact mechanism and interference pattern also, in turn, determines the quality of the process. Only a few parameters, such as the environment’s temperature, the interference pattern, and the rate of metal solidification, can be controlled by AI models. Neural networks are used to achieve exact outcomes by stimulating the neurons in the human brain. Additive manufacturing (AM) is used to design mold and cores for metal casting. The models outperformed the traditional DFA optimization approach, which is susceptible to local minima. The system works only offline, so real-time analysis and corrections are not yet possible.

Korea Abstract

전자기 금속 주조 (EMC)는 전자기 에너지를 사용하여 금속 분말을 가열하는 주조 기술입니다. 더 빠르고 깨끗하며 시간이 덜 소요되는 작업입니다.

고체 금속은 전자기 복사를 소비하는 대신 반사하기 때문에 전자기학에서 문제를 일으킵니다. 전자기 에너지 처리는 더 높은 등급의 재료 특성과 더 우수한 미세 구조 솔루션을 가진 사운드 조각을 만듭니다.

전자기 주조 공정의 물리적 생산을 위해서는 전자기 물질 상호 작용에 대한 지식이 중요합니다. 가열된 물질이 우수한 전자기 흡수재인 경우에도 전체 가열 품질이 때때로 불충분합니다. 수치 모델링은 가장 효과적인 작업을 이끌어 내기 위해 속성 간의 적절한 결합 효과를 찾는데 사용됩니다.

EMC 공정의 출력 품질에 영향을 미치는 주요 매개 변수는 단위 부피당 재료로 분산되는 전력, 전자기의 침투 깊이, 복합 자기 투과성 및 복합 유전율입니다. 접촉 메커니즘과 간섭 패턴 또한 공정의 품질을 결정합니다. 환경 온도, 간섭 패턴 및 금속 응고 속도와 같은 몇 가지 매개 변수 만 AI 모델로 제어 할 수 있습니다.

신경망은 인간 뇌의 뉴런을 자극하여 정확한 결과를 얻기 위해 사용됩니다. 적층 제조 (AM)는 금속 주조용 몰드 및 코어를 설계하는 데 사용됩니다. 모델은 로컬 최소값에 영향을 받기 쉬운 기존 DFA 최적화 접근 방식을 능가했습니다. 이 시스템은 오프라인에서만 작동하므로 실시간 분석 및 수정은 아직 불가능합니다.

electromagnetic metal casting computation designs Fig2

electromagnetic metal casting computation designs Fig3

electromagnetic metal casting computation designs Fig4

electromagnetic metal casting computation designs Fig5

electromagnetic metal casting computation designs Fig6

electromagnetic metal casting computation designs Fig7

electromagnetic metal casting computation designs Fig8

electromagnetic metal casting computation designs Fig9

References

1.J. Sun, W. Wang, Q. Yue, Review on electromagnetic-matter interaction fundamentals and efficient electromagnetic-associated heating strategies. Materials 9(4), 231 (2016). https://doi.org/10.3390/ma9040231 ADS Article Google Scholar
2.E. Ghasali, A. Fazili, M. Alizadeh, K. Shirvanimoghaddam, T. Ebadzadeh, Evaluation of microstructure and mechanical properties of Al-TiC metal matrix composite prepared by conventional, electromagnetic and spark plasma sintering methods. Materials 10(11), 1255 (2017). https://doi.org/10.3390/ma10111255 ADS Article Google Scholar
3.D. Agrawal, Latest global developments in electromagnetic materials processing. Mater. Res. Innov. 14(1), 3–8 (2010). https://doi.org/10.1179/143307510×12599329342926 Article Google Scholar
4.S. Singh, P. Singh, D. Gupta, V. Jain, R. Kumar, S. Kaushal, Development and characterization of electromagnetic processed cast iron joint. Eng. Sci. Technol. Int. J. (2018). https://doi.org/10.1016/j.jestch.2018.10.012 Article Google Scholar
5.S. Singh, D. Gupta, V. Jain, Electromagnetic melting and processing of metal–ceramic composite castings. Proc. Inst. Mech. Eng. Part B J. Eng. Manuf. 232(7), 1235–1243 (2016). https://doi.org/10.1177/0954405416666900 Article Google Scholar
6.S. Singh, D. Gupta, V. Jain, Novel electromagnetic composite casting process: theory, feasibility and characterization. Mater. Des. 111, 51–59 (2016). https://doi.org/10.1016/j.matdes.2016.08.071 Article Google Scholar
7.J. Lucas, J, What are electromagnetics? LiveScience. (2018). https://www.livescience.com/50259-Electromagnetics.html
8.R. Samyal, A.K. Bagha, R. Bedi, the casting of materials using electromagnetic energy: a review. Mater. Today Proc. (2020). https://doi.org/10.1016/j.matpr.2020.02.255 Article Google Scholar
9.S. Singh, D. Gupta, V. Jain, Processing of Ni-WC-8Co MMC casting through electromagnetic melting. Mater. Manuf. Process. (2017). https://doi.org/10.1080/10426914.2017.1291954 Article Google Scholar
10.R. Singh, S. Singh, V. Mahajan, Investigations for dimensional accuracy of investment casting process after cycle time reduction by advancements in shell moulding. Procedia Mater. Sci. 6, 859–865 (2014). https://doi.org/10.1016/j.mspro.2014.07.103 Article Google Scholar
11.R.R. Mishra, A.K. Sharma, On melting characteristics of bulk Al-7039 alloy during in-situ electromagnetic casting. Appl. Therm. Eng. 111, 660–675 (2017). https://doi.org/10.1016/j.applthermaleng.2016.09.122 Article Google Scholar
12.S. Zhang, 10 Different types of casting process. (2021). MachineMfg.com, https://www.machinemfg.com/types-of-casting/
13.Envirocare, Foundry health risks. (2013). https://envirocare.org/foundry-health-risks/
14.S.S. Gajmal, D.N. Raut, A review of opportunities and challenges in electromagnetic assisted casting. Recent Trends Product. Eng. 2(1) (2019)
15.R.R. Mishra, A.K. Sharma, Electromagnetic-material interaction phenomena: heating mechanisms, challenges and opportunities in material processing. Compos. Part A (2015). https://doi.org/10.1016/j.compositesa.2015.10.035 Article Google Scholar
16.S. Chandrasekaran, T. Basak, S. Ramanathan, Experimental and theoretical investigation on electromagnetic melting of metals. J. Mater. Process. Technol. 211(3), 482–487 (2011). https://doi.org/10.1016/j.jmatprotec.2010.11.001 Article Google Scholar
17.C.R. Bird, J.M. Mertz, U.S. Patent No. 4655276. (U.S. Patent and Trademark Office, Washington, DC, 1987)
18.R.R. Mishra, A.K. Sharma, Experimental investigation on in-situ electromagnetic casting of copper. IOP Conf. Ser. Mater. Sci. Eng. 346, 012052 (2018). https://doi.org/10.1088/1757-899x/346/1/012052 Article Google Scholar
19.V. Gangwar, S. Kumar, V. Singh, H. Singh, Effect of process parameters on hardness of AA-6063 in-situ electromagnetic casting by using taguchi method, in IOP Conference Series: Materials Science and Engineering, vol. 804(1) (IOP Publishing, 2020), p. 012019
20.X. Ye, S. Guo, L. Yang, J. Gao, J. Peng, T. Hu, L. Wang, M. Hou, Q. Luo, New utilization approach of electromagnetic thermal energy: preparation of metallic matrix diamond tool bit by electromagnetic hot-press sintering. J. Alloy. Compd. (2018). https://doi.org/10.1016/j.jallcom.2018.03.183 Article Google Scholar
21.S. Das, A.K. Mukhopadhyay, S. Datta, D. Basu, Prospects of Electromagnetic processing: an overview. Bull. Mater. Sci. 32(1), 1–13 (2009). https://doi.org/10.1007/s12034-009-0001-4 Article Google Scholar
22.K.L. Glass, D.M. Ashby, U.S. Patent No. 9050656. (U.S. Patent and Trademark Office, Washington, DC, 2015)
23.S. Verma, P. Gupta, S. Srivastava, S. Kumar, A. Anand, An overview: casting/melting of non ferrous metallic materials using domestic electromagnetic oven. J. Mater. Sci. Mech. Eng. 4(4), (2017). p-ISSN: 2393-9095; e-ISSN: 2393-9109
24.S.S. Panda, V. Singh, A. Upadhyaya, D. Agrawal, Sintering response of austenitic (316L) and ferritic (434L) stainless steel consolidated in conventional and electromagnetic furnaces. Scripta Mater. 54(12), 2179–2183 (2006). https://doi.org/10.1016/j.scriptamat.2006.02.034 Article Google Scholar
25.Y. Zhang, S. Yang, S. Wang, X. Liu, L. Li, Microwave/freeze casting assisted fabrication of carbon frameworks derived from embedded upholder in tremella for superior performance supercapacitors. Energy Storage Mater. (2018). https://doi.org/10.1016/j.ensm.2018.08.006 Article Google Scholar
26.D. Thomas, P. Abhilash, M.T. Sebastian, Casting and characterization of LiMgPO4 glass free LTCC tape for electromagnetic applications. J. Eur. Ceram. Soc. 33(1), 87–93 (2013). https://doi.org/10.1016/j.jeurceramsoc.2012.08.002 Article Google Scholar
27.M.H. Awida, N. Shah, B. Warren, E. Ripley, A.E. Fathy, Modeling of an industrial Electromagnetic furnace for metal casting applications. 2008 IEEE MTT-S Int. Electromagn. Symp. Digest. (2008). https://doi.org/10.1109/mwsym.2008.4633143 Article Google Scholar
28.P.K. Loharkar, A. Ingle, S. Jhavar, Parametric review of electromagnetic-based materials processing and its applications. J. Market. Res. 8(3), 3306–3326 (2019). https://doi.org/10.1016/j.jmrt.2019.04.004 Article Google Scholar
29.E.B. Ripley, J.A. Oberhaus, WWWeb search power page-melting and heat treating metals using electromagnetic heating-the potential of electromagnetic metal processing techniques for a wide variety of metals and alloys is. Ind. Heat. 72(5), 65–70 (2005)Google Scholar
30.J. Campbell, Complete Casting Handbook: Metal Casting Processes, Metallurgy, Techniques and Design (Butterworth-Heinemann, 2015)Google Scholar
31.B. Ravi, Metal Casting: Computer-Aided Design and Analysis, 1st edn. (PHI Learning Ltd, 2005)Google Scholar
32.D.E. Clark, W.H. Sutton, Electromagnetic processing of materials. Annu. Rev. Mater. Sci. 26(1), 299–331 (1996)ADS Article Google Scholar
33.A.D. Abdullin, New capabilities of software package ProCAST 2011 for modeling foundry operations. Metallurgist 56(5–6), 323–328 (2012). https://doi.org/10.1007/s11015-012-9578-8 Article Google Scholar
34.J. Ha, P. Cleary, V. Alguine, T. Nguyen, Simulation of die filling in gravity die casting using SPH and MAGMAsoft, in Proceedings of 2nd International Conference on CFD in Minerals & Process Industries (1999) pp. 423–428
35.M. Sirviö, M. Woś, Casting directly from a computer model by using advanced simulation software FLOW-3D Cast Ž. Arch. Foundry Eng. 9(1), 79–82 (2009)Google Scholar
36.NOVACAST Systems, Nova-Solid/Flow Brochure, NOVACAST, Ronneby (2015)
37.AutoCAST-X1 Brochure, 3D Foundry Tech, Mumbai
38.EKK, Inc. Metal Casting Simulation Software and Consulting Services, CAPCAST Brochure
39.P. Muenprasertdee, Solidification modeling of iron castings using SOLIDCast (2007)
40.CasCAE, CT-CasTest Inc. Oy, Kerava
41.E. Dominguez-Tortajada, J. Monzo-Cabrera, A. Diaz-Morcillo, Uniform electric field distribution in electromagnetic heating applicators by means of genetic algorithms optimization of dielectric multilayer structures. IEEE Trans. Electromagn. Theory Tech. 55(1), 85–91 (2007). https://doi.org/10.1109/tmtt.2006.886913 ADS Article Google Scholar
42.B. Warren, M.H. Awida, A.E. Fathy, Electromagnetic heating of metals. IET Electromagn. Antennas Propag. 6(2), 196–205 (2012)Article Google Scholar
43.S. Ashouri, M. Nili-Ahmadabadi, M. Moradi, M. Iranpour, Semi-solid microstructure evolution during reheating of aluminum A356 alloy deformed severely by ECAP. J. Alloy. Compd. 466(1–2), 67–72 (2008). https://doi.org/10.1016/j.jallcom.2007.11.010 Article Google Scholar
44.Penn State, Metal Parts Made In The Electromagnetic Oven. ScienceDaily. (1999) Retrieved May 8, 2021, from www.sciencedaily.com/releases/1999/06/990622055733.htm
45.R.R. Mishra, A.K. Sharma, A review of research trends in electromagnetic processing of metal-based materials and opportunities in electromagnetic metal casting. Crit. Rev. Solid State Mater. Sci. 41(3), 217–255 (2016). https://doi.org/10.1080/10408436.2016.1142421 ADS Article Google Scholar
46.D.K. Ghodgaonkar, V.V. Varadan, V.K. Varadan, Free-space measurement of complex permittivity and complex permeability of magnetic materials at Electromagnetic frequencies. IEEE Trans. Instrum. Meas. 39(2), 387–394 (1990). https://doi.org/10.1109/19.52520 Article Google Scholar
47.J. Baker-Jarvis, E.J. Vanzura, W.A. Kissick, Improved technique for determining complex permittivity with the transmission/reflection method. Microw. Theory Tech. IEEE Trans. 38, 1096–1103 (1990)ADS Article Google Scholar
48.M. Bologna, A. Petri, B. Tellini, C. Zappacosta, Effective magnetic permeability measurementin composite resonator structures. Instrum. Meas. IEEE Trans. 59, 1200–1206 (2010)Article Google Scholar
49.B. Ravi, G.L. Datta, Metal casting–back to future, in 52nd Indian Foundry Congress, (2004)
50.D. El Khaled, N. Novas, J.A. Gazquez, F. Manzano-Agugliaro. Microwave dielectric heating: applications on metals processing. Renew. Sustain. Energy Rev. 82, 2880–2892 (2018). https://doi.org/10.1016/j.rser.2017.10.043 Article Google Scholar
51.H. Sekiguchi, Y. Mori, Steam plasma reforming using Electromagnetic discharge. Thin Solid Films 435, 44–48 (2003)ADS Article Google Scholar
52.J. Sun, W. Wang, C. Zhao, Y. Zhang, C. Ma, Q. Yue, Study on the coupled effect of wave absorption and metal discharge generation under electromagnetic irradiation. Ind. Eng. Chem. Res. 53, 2042–2051 (2014)Article Google Scholar
53.K.I. Rybakov, E.A. Olevsky, E.V. Krikun, Electromagnetic sintering: fundamentals and modeling. J. Am. Ceram. Soc. 96(4), 1003–1020 (2013). https://doi.org/10.1111/jace.12278 Article Google Scholar
54.A.K. Shukla, A. Mondal, A. Upadhyaya, Numerical modeling of electromagnetic heating. Sci. Sinter. 42(1), 99–124 (2010)Article Google Scholar
55.M. Chiumenti, C. Agelet de Saracibar, M. Cervera, On the numerical modeling of the thermomechanical contact for metal casting analysis. J. Heat Transf. 130(6), (2008). https://doi.org/10.1115/1.2897923 Article MATH Google Scholar
56.B. Ravi, Metal Casting: Computer-Aided Design and Analysis. (PHI Learning Pvt. Ltd., 2005)
57.J.H. Lee, S.D. Noh, H.-J. Kim, Y.-S. Kang, Implementation of cyber-physical production systems for quality prediction and operation control in metal casting. Sensors 18, 1428 (2018). https://doi.org/10.3390/s18051428 ADS Article Google Scholar
58.B. Aksoy, M. Koru, Estimation of casting mold interfacial heat transfer coefficient in pressure die casting process by artificial intelligence methods. Arab. J. Sci. Eng. 45, 8969–8980 (2020). https://doi.org/10.1007/s13369-020-04648-7 Article Google Scholar
59.S.S. Miriyala, V.R. Subramanian, K. Mitra, TRANSFORM-ANN for online optimization of complex industrial processes: casting process as case study. Eur. J. Oper. Res. 264(1), 294–309 (2018). https://doi.org/10.1016/j.ejor.2017.05.026 MathSciNet Article MATH Google Scholar
60.J.K. Kittu, G.C.M. Patel, M. Parappagoudar, Modeling of pressure die casting process: an artificial intelligence approach. Int. J. Metalcast. (2015). https://doi.org/10.1007/s40962-015-0001-7 Article Google Scholar
61.W. Chen, B. Gutmann, C.O. Kappe, Characterization of electromagnetic-induced electric discharge phenomena in metal-solvent mixtures. ChemistryOpen 1, 39–48 (2012)Article Google Scholar
62.J. Walker, A. Prokop, C. Lynagh, B. Vuksanovich, B. Conner, K. Rogers, J. Thiel, E. MacDonald, Real-time process monitoring of core shifts during metal casting with wireless sensing and 3D sand printing. Addit. Manuf. (2019). https://doi.org/10.1016/j.addma.2019.02.018 Article Google Scholar
63.G.C. Manjunath Patel, A.K. Shettigar, M.B. Parappagoudar, A systematic approach to model and optimize wear behaviour of castings produced by squeeze casting process. J. Manuf. Process. 32, 199–212 (2018). https://doi.org/10.1016/j.jmapro.2018.02.004 Article Google Scholar
64.G.C. Manjunath Patel, P. Krishna, M.B. Parappagoudar, An intelligent system for squeeze casting process—soft computing based approach. Int. J. Adv. Manuf. Technol. 86, 3051–3065 (2016). https://doi.org/10.1007/s00170-016-8416-8 Article Google Scholar
65.M. Ferguson, R. Ak, Y.T. Lee, K.H. Law, Automatic localization of casting defects with convolutional neural networks, in 2017 IEEE International Conference on Big Data (Big Data) (Boston, MA, USA, 2017), pp. 1726–1735. https://doi.org/10.1109/BigData.2017.8258115.
66.P.K.D.V. Yarlagadda, Prediction of die casting process parameters by using an artificial neural network model for zinc alloys. Int. J. Prod. Res. 38(1), 119–139 (2000). https://doi.org/10.1080/002075400189617 Article MATH Google Scholar
67.G.C. ManjunathPatel, A.K. Shettigar, P. Krishna, M.B. Parappagoudar, Back propagation genetic and recurrent neural network applications in modelling and analysis of squeeze casting process. Appl. Soft Comput. 59, 418–437 (2017). https://doi.org/10.1016/j.asoc.2017.06.018 Article Google Scholar
68.J. Zheng, Q. Wang, P. Zhao et al., Optimization of high-pressure die-casting process parameters using artificial neural network. Int. J. Adv. Manuf. Technol. 44, 667–674 (2009). https://doi.org/10.1007/s00170-008-1886-6 Article Google Scholar
69.E. Mares, J. Sokolowski, Artificial intelligence-based control system for the analysis of metal casting properties. J. Achiev. Mater. Manuf. Eng. 40, 149–154 (2010)Google Scholar
70.K.S. Senthil, S. Muthukumaran, C. Chandrasekhar Reddy, Suitability of friction welding of tube to tube plate using an external tool process for different tube diameters—a study. Exp. Tech. 37(6), 8–14 (2013)Article Google Scholar
71.N.K. Bhoi, H. Singh, S. Pratap, P.K. Jain, Electromagnetic material processing: a clean, green, and sustainable approach. Sustain. Eng. Prod. Manuf. Technol. (2019). https://doi.org/10.1016/b978-0-12-816564-5.00001-3 Article Google Scholar
72.K.S. Senthil, D.A. Daniel, An investigation of boiler grade tube and tube plate without block by using friction welding process. Mater. Today Proc. 5(2), 8567–8576 (2018)Article Google Scholar
73.E. Hetmaniok, D. Słota, A. Zielonka, Restoration of the cooling conditions in a three-dimensional continuous casting process using artificial intelligence algorithms. Appl. Math. Modell. 39(16), 4797–4807 (2015). https://doi.org/10.1016/j.apm.2015.03.056 Article MATH Google Scholar
74.C.V. Kumar, S. Muthukumaran, A. Pradeep, S.S. Kumaran, Optimizational study of friction welding of steel tube to aluminum tube plate using an external tool process. Int. J. Mech. Mater. Eng. 6(2), 300–306 (2011)Google Scholar
75.T. Adithiyaa, D. Chandramohan, T. Sathish, Optimal prediction of process parameters by GWO-KNN in stirring-squeeze casting of AA2219 reinforced metal matrix composites. Mater. Today Proc. 150, 1598 (2020). https://doi.org/10.1016/j.matpr.2019.10.051 Article Google Scholar
76.B.P. Pehrson, A.F. Moore (2014). U.S. Patent No. 8708031 (U.S. Patent and Trademark Office, Washington, DC, 2014)
77.Liu, J., & Rynerson, M. L. (2008). U.S. Patent No. 7,461,684. Washington, DC: U.S. Patent and Trademark Office.
78.K. Salonitis, B. Zeng, H.A. Mehrabi, M. Jolly, The challenges for energy efficient casting processes. Procedia CIRP 40, 24–29 (2016). https://doi.org/10.1016/j.procir.2016.01.043 Article Google Scholar
79.R.R. Mishra, A.K. Sharma, Effect of solidification environment on microstructure and indentation hardness of Al–Zn–Mg alloy casts developed using electromagnetic heating. Int. J. Metal Cast. 10, 1–13 (2017). https://doi.org/10.1007/s40962-017-0176-1 Article Google Scholar
80.R.R. Mishra, A.K. Sharma, Effect of susceptor and Mold material on microstructure of in-situ electromagnetic casts of Al–Zn–Mg alloy. Mater. Des. 131, 428–440 (2017). https://doi.org/10.1016/j.matdes.2017.06.038 Article Google Scholar
81.S. Kaushal, S. Bohra, D. Gupta, V. Jain, On processing and characterization of Cu–Mo-based castings through electromagnetic heating. Int. J. Metalcast. (2020). https://doi.org/10.1007/s40962-020-00481-8 Article Google Scholar
82.S. Nandwani, S. Vardhan, A.K. Bagha, A literature review on the exposure time of electromagnetic based welding of different materials. Mater. Today Proc. (2019). https://doi.org/10.1016/j.matpr.2019.10.056 Article Google Scholar
83.F.J.B. Brum, S.C. Amico, I. Vedana, J.A. Spim, Electromagnetic dewaxing applied to the investment casting process. J. Mater. Process. Technol. 209(7), 3166–3171 (2009). https://doi.org/10.1016/j.jmatprotec.2008.07.024 Article Google Scholar
84.M.P. Reddy, R.A. Shakoor, G. Parande, V. Manakari, F. Ubaid, A.M.A. Mohamed, M. Gupta, Enhanced performance of nano-sized SiC reinforced Al metal matrix nanocomposites synthesized through electromagnetic sintering and hot extrusion techniques. Prog. Nat. Sci. Mater. Int. 27(5), 606–614 (2017). https://doi.org/10.1016/j.pnsc.2017.08.015 Article Google Scholar
85.V.R. Kalamkar, K. Monkova, (Eds.), Advances in Mechanical Engineering. Lecture Notes in Mechanical Engineering. (2021) https://doi.org/10.1007/978-981-15-3639-7
86.V. Bist, A.K. Sharma, P. Kumar, Development and microstructural characterisations of the lead casting using electromagnetic technology. Manager’s J. Mech. Eng. 4(4), 6 (2014). https://doi.org/10.26634/jme.4.4.2840 Article Google Scholar
87.A. Sharma, A. Chouhan, L. Pavithran, U. Chadha, S.K. Selvaraj, Implementation of LSS framework in automotive component manufacturing: a review, current scenario and future directions. Mater Today: Proc. (2021). https://doi.org/10.1016/J.MATPR.2021.02.374 Article Google Scholar

원문 바로가기

Figure 6. Evolution of melt pool in the overhang region (θ = 45°, P = 100 W, v = 1000 mm/s, the streamlines are shown by arrows).

Experimental and numerical investigation of the origin of surface roughness in laser powder bed fused overhang regions

레이저 파우더 베드 융합 오버행 영역에서 표면 거칠기의 원인에 대한 실험 및 수치 조사

Shaochuan Feng ,Amar M. Kamat ,Soheil Sabooni &Yutao Pei Pages S66-S84 | Received 18 Jan 2021, Accepted 25 Feb 2021, Published online: 10 Mar 2021

ABSTRACT

Surface roughness of laser powder bed fusion (L-PBF) printed overhang regions is a major contributor to deteriorated shape accuracy/surface quality. This study investigates the mechanisms behind the evolution of surface roughness (R_a) in overhang regions. The evolution of surface morphology is the result of a combination of border track contour, powder adhesion, warp deformation, and dross formation, which is strongly related to the overhang angle (θ). When 0° ≤ θ ≤ 15°, the overhang angle does not affect R_a significantly since only a small area of the melt pool boundaries contacts the powder bed resulting in slight powder adhesion. When 15° < θ ≤ 50°, powder adhesion is enhanced by the melt pool sinking and the increased contact area between the melt pool boundary and powder bed. When θ > 50°, large waviness of the overhang contour, adhesion of powder clusters, severe warp deformation and dross formation increase R_a sharply.

레이저 파우더 베드 퓨전 (L-PBF) 프린팅 오버행 영역의 표면 거칠기는 형상 정확도 / 표면 품질 저하의 주요 원인입니다. 이 연구 는 오버행 영역에서 표면 거칠기 (R_a ) 의 진화 뒤에 있는 메커니즘을 조사합니다 . 표면 형태의 진화는 오버행 각도 ( θ ) 와 밀접한 관련이있는 경계 트랙 윤곽, 분말 접착, 뒤틀림 변형 및 드로스 형성의 조합의 결과입니다 . 0° ≤ θ ≤ 15° 인 경우 , 용융풀 경계의 작은 영역 만 분말 베드와 접촉하여 약간의 분말 접착이 발생하기 때문에 오버행 각도가 R _a에 큰 영향을 주지 않습니다 . 15° < θ 일 때 ≤ 50°, 용융 풀 싱킹 및 용융 풀 경계와 분말 베드 사이의 증가된 접촉 면적으로 분말 접착력이 향상됩니다. θ > 50° 일 때 오버행 윤곽의 큰 파형, 분말 클러스터의 접착, 심한 휨 변형 및 드 로스 형성이 R_a 급격히 증가 합니다.

KEYWORDS: Laser powder bed fusion (L-PBF), melt pool dynamics, overhang region, shape deviation, surface roughness

1. Introduction

레이저 분말 베드 융합 (L-PBF)은 첨단 적층 제조 (AM) 기술로, 집중된 레이저 빔을 사용하여 금속 분말을 선택적으로 융합하여 슬라이스 된 3D 컴퓨터 지원에 따라 층별로 3 차원 (3D) 금속 부품을 구축합니다. 설계 (CAD) 모델 (Chatham, Long 및 Williams 2019 ; Tan, Zhu 및 Zhou 2020 ). 재료가 인쇄 층 아래에 존재하는지 여부에 따라 인쇄 영역은 각각 솔리드 영역 또는 돌출 영역으로 분류 될 수 있습니다. 따라서 오버행 영역은 고체 기판이 아니라 분말 베드 바로 위에 건설되는 특수 구조입니다 (Patterson, Messimer 및 Farrington 2017). 오버행 영역은지지 구조를 포함하거나 포함하지 않고 구축 할 수 있으며, 지지대가있는 돌출 영역의 L-PBF는 지지체가 더 낮은 밀도로 구축된다는 점을 제외 하고 (Wang and Chou 2018 ) 고체 기판의 공정과 유사합니다 (따라서 기계적 강도가 낮기 때문에 L-PBF 공정 후 기계적으로 쉽게 제거 할 수 있습니다. 따라서지지 구조로 인쇄 된 오버행 영역은 L-PBF 공정 후 지지물 제거, 연삭 및 연마와 같은 추가 후 처리 단계가 필요합니다.

수평 내부 채널의 제작과 같은 일부 특정 경우에는 공정 후 지지대를 제거하기가 어려우므로 채널 상단 절반의 돌출부 영역을 지지대없이 건설해야합니다 (Hopkinson and Dickens 2000 ). 수평 내부 채널에 사용할 수없는지지 구조 외에도 내부 표면, 특히 등각 냉각 채널 (Feng, Kamat 및 Pei 2021 ) 에서 발생하는 복잡한 3D 채널 네트워크의 경우 표면 마감 프로세스를 구현하는 것도 어렵습니다 . 결과적으로 오버행 영역은 (i) 잔류 응력에 의한 변형, (ii) 계단 효과 (Kuo et al. 2020 ; Li et al. 2020 )로 인해 설계된 모양에서 벗어날 수 있습니다 .) 및 (iii) 원하지 않는 분말 소결로 인한 향상된 표면 거칠기; 여기서, 앞의 두 요소는 일반적으로 mm 길이 스케일에서 ‘매크로’편차로 분류되고 후자는 일반적으로 µm 길이 스케일에서 ‘마이크로’편차로 인식됩니다.

열 응력에 의한 변형은 오버행 영역에서 발생하는 중요한 문제입니다 (Patterson, Messimer 및 Farrington 2017 ). 국부적 인 용융 / 냉각은 용융 풀 내부 및 주변에서 큰 온도 구배를 유도하여 응고 된 층에 집중적 인 열 응력을 유발합니다. 열 응력에 의한 뒤틀림은 고체 영역을 현저하게 변형하지 않습니다. 이러한 영역은 아래의 여러 레이어에 의해 제한되기 때문입니다. 반면에 오버행 영역은 구속되지 않고 공정 중 응력 완화로 인해 상당한 변형이 발생합니다 (Kamat 및 Pei 2019 ). 더욱이 용융 깊이는 레이어 두께보다 큽니다 (이전 레이어도 재용 해되어 빌드 된 레이어간에 충분한 결합을 보장하기 때문입니다 [Yadroitsev et al. 2013 ; Kamath et al.2014 ]),응고 된 두께가 설계된 두께보다 크기 때문에형태 편차 (예 : 드 로스 [Charles et al. 2020 ; Feng et al. 2020 ])가 발생합니다. 마이크로 스케일에서 인쇄 된 표면 (R_a 및 S_a ∼ 10 μm)은 기계적으로 가공 된 표면보다 거칠다 (Duval-Chaneac et al. 2018 ; Wen et al. 2018 ). 이 문제는고형화 된 용융 풀의 가장자리에 부착 된 용융되지 않은 분말의 결과로 표면 거칠기 (R_a )가 일반적으로 약 20 μm인 오버행 영역에서 특히 심각합니다 (Mazur et al. 2016 ; Pakkanen et al. 2016 ).

오버행 각도 ( θ , 빌드 방향과 관련하여 측정)는 오버행 영역의 뒤틀림 편향과 표면 거칠기에 영향을 미치는 중요한 매개 변수입니다 (Kamat and Pei 2019 ; Mingear et al. 2019 ). θ ∼ 45 ° 의 오버행 각도 는 일반적으로지지 구조없이 오버행 영역을 인쇄 할 수있는 임계 값으로 합의됩니다 (Pakkanen et al. 2016 ; Kadirgama et al. 2018 ). θ 일 때이 임계 값보다 크면 오버행 영역을 허용 가능한 표면 품질로 인쇄 할 수 없습니다. 오버행 각도 외에도 레이저 매개 변수 (레이저 에너지 밀도와 관련된)는 용융 풀의 모양 / 크기 및 용융 풀 역학에 영향을줌으로써 오버행 영역의 표면 거칠기에 영향을줍니다 (Wang et al. 2013 ; Mingear et al . 2019 ).

용융 풀 역학은 고체 (Shrestha 및 Chou 2018 ) 및 오버행 (Le et al. 2020 ) 영역 모두에서 수행되는 L-PBF 공정을 포함한 레이저 재료 가공의 일반적인 물리적 현상입니다 . 용융 풀 모양, 크기 및 냉각 속도는 잔류 응력으로 인한 변형과 표면 거칠기에 모두 영향을 미치므로 처리 매개 변수와 표면 형태 / 품질 사이의 다리 역할을하며 용융 풀을 이해하기 위해 수치 시뮬레이션을 사용하여 추가 조사를 수행 할 수 있습니다. 거동과 표면 거칠기에 미치는 영향. 현재까지 고체 영역의 L-PBF 동안 용융 풀 동작을 시뮬레이션하기 위해 여러 연구가 수행되었습니다. 유한 요소 방법 (FEM)과 같은 시뮬레이션 기술 (Roberts et al. 2009 ; Du et al.2019 ), 유한 차분 법 (FDM) (Wu et al. 2018 ), 전산 유체 역학 (CFD) (Lee and Zhang 2016 ), 임의의 Lagrangian-Eulerian 방법 (ALE) (Khairallah and Anderson 2014 )을 사용하여 증발 반동 압력 (Hu et al. 2018 ) 및 Marangoni 대류 (Zhang et al. 2018 ) 현상을포함하는 열 전달 (온도 장) 및 물질 전달 (용융 흐름) 프로세스. 또한 이산 요소법 (DEM)을 사용하여 무작위 분산 분말 베드를 생성했습니다 (Lee and Zhang 2016 ; Wu et al. 2018 ). 이 모델은 분말 규모의 L-PBF 공정을 시뮬레이션했습니다 (Khairallah et al. 2016) 메조 스케일 (Khairallah 및 Anderson 2014 ), 단일 트랙 (Leitz et al. 2017 )에서 다중 트랙 (Foroozmehr et al. 2016 ) 및 다중 레이어 (Huang, Khamesee 및 Toyserkani 2019 )로.

그러나 결과적인 표면 거칠기를 결정하는 오버행 영역의 용융 풀 역학은 문헌에서 거의 관심을받지 못했습니다. 솔리드 영역의 L-PBF에 대한 기존 시뮬레이션 모델이 어느 정도 참조가 될 수 있지만 오버행 영역과 솔리드 영역 간의 용융 풀 역학에는 상당한 차이가 있습니다. 오버행 영역에서 용융 금속은 분말 입자 사이의 틈새로 아래로 흘러 용융 풀이 다공성 분말 베드가 제공하는 약한 지지체 아래로 가라 앉습니다. 이것은 중력과 표면 장력의 영향이 용융 풀의 결과적인 모양 / 크기를 결정하는 데 중요하며, 결과적으로 오버행 영역의 마이크로 스케일 형태의 진화에 중요합니다. 또한 분말 입자 사이의 공극, 열 조건 (예 : 에너지 흡수,2019 ; Karimi et al. 2020 ; 노래와 영 2020 ). 표면 거칠기는 (마이크로) 형상 편차를 증가시킬뿐만 아니라 주기적 하중 동안 미세 균열의 시작 지점 역할을함으로써 기계적 강도를 저하시킵니다 (Günther et al. 2018 ). 오버행 영역의 높은 표면 거칠기는 (마이크로) 정확도 / 품질에 대한 엄격한 요구 사항이있는 부품 제조에서 L-PBF의 적용을 제한합니다.

본 연구는 실험 및 시뮬레이션 연구를 사용하여 오버행 영역 (지지물없이 제작)의 미세 형상 편차 형성 메커니즘과 표면 거칠기의 기원을 체계적이고 포괄적으로 조사합니다. 결합 된 DEM-CFD 시뮬레이션 모델은 경계 트랙 윤곽, 분말 접착 및 뒤틀림 변형의 효과를 고려하여 오버행 영역의 용융 풀 역학과 표면 형태의 형성 메커니즘을 나타 내기 위해 개발되었습니다. 표면 거칠기 R의 시뮬레이션 및 단일 요인 L-PBF 인쇄 실험을 사용하여 오버행 각도의 함수로 연구됩니다. 용융 풀의 침몰과 관련된 오버행 영역에서 분말 접착의 세 가지 메커니즘이 식별되고 자세히 설명됩니다. 마지막으로, 인쇄 된 오버행 영역에서 높은 표면 거칠기 문제를 완화 할 수 있는 잠재적 솔루션에 대해 간략하게 설명합니다.

The shape and size of the L-PBF printed samples are illustrated in Figure 1

Figure 2. Borders in the overhang region depending on the overhang angle θ

Figure 3. (a) Profile of the volumetric heat source, (b) the model geometry of single-track printing on a solid substrate (unit: µm), and (c) the comparison of melt pool dimensions obtained from the experiment (right half) and simulation (left half) for a calibrated optical penetration depth of 110 µm (laser power 200 W and scan speed 800 mm/s, solidified layer thickness 30 µm, powder size 10–45 µm).

Figure 4. The model geometry of an overhang being L-PBF processed: (a) 3D view and (b) right view.

Figure 5. The cross-sectional contour of border tracks in a 45° overhang region.

Figure 7. The overhang contour is contributed by (a) only outer borders when θ ≤ 60° (b) both inner borders and outer borders when θ > 60°.

Figure 8. Schematic of powder adhesion on a 45° overhang region.

Figure 9. The L-PBF printed samples with various overhang angle (a) θ = 0° (cube), (b) θ = 30°, (c) θ = 45°, (d) θ = 55° and (e) θ = 60°.

Figure 10. Two mechanisms of powder adhesion related to the overhang angle: (a) simulation-predicted, θ = 45°; (b) simulation-predicted, θ = 60°; (c, e) optical micrographs, θ = 45°; (d, f) optical micrographs, θ = 60°. (e) and (f) are partial enlargement of (c) and (d), respectively.

Figure 11. Simulation-predicted surface morphology in the overhang region at different overhang angle: (a) θ = 15°, (b) θ = 30°, (c) θ = 45°, (d) θ = 60° and (e) θ = 80° (Blue solid lines: simulation-predicted contour; red dashed lines: the planar profile of designed overhang region specified by the overhang angles).

Figure 12. Effect of overhang angle on surface roughness Ra in overhang regions

Figure 13. Surface morphology of L-PBF printed overhang regions with different overhang angle: (a) θ = 15°, (b) θ = 30°, (c) θ = 45° and (d) θ = 60° (overhang border parameters: P = 100 W, v = 1000 mm/s).

Figure 14. Effect of (a) laser power (scan speed = 1000 mm/s) and (b) scan speed (lase power = 100 W) on surface roughness Ra in overhang regions (θ = 45°, laser power and scan speed referred to overhang border parameters, and the other process parameters are listed in Table 2).

References

Cai, Chao, Chrupcala Radoslaw, Jinliang Zhang, Qian Yan, Shifeng Wen, Bo Song, and Yusheng Shi. 2019. “In-Situ Preparation and Formation of TiB/Ti-6Al-4V Nanocomposite via Laser Additive Manufacturing: Microstructure Evolution and Tribological Behavior.” Powder Technology 342: 73–84. doi:10.1016/j.powtec.2018.09.088. [Crossref], [Web of Science ®], [Google Scholar]
Cai, Chao, Wei Shian Tey, Jiayao Chen, Wei Zhu, Xingjian Liu, Tong Liu, Lihua Zhao, and Kun Zhou. 2021. “Comparative Study on 3D Printing of Polyamide 12 by Selective Laser Sintering and Multi Jet Fusion.” Journal of Materials Processing Technology 288 (August 2020): 116882. doi:10.1016/j.jmatprotec.2020.116882. [Crossref], [Web of Science ®], [Google Scholar]
Cai, Chao, Xu Wu, Wan Liu, Wei Zhu, Hui Chen, Jasper Dong Qiu Chua, Chen Nan Sun, Jie Liu, Qingsong Wei, and Yusheng Shi. 2020. “Selective Laser Melting of Near-α Titanium Alloy Ti-6Al-2Zr-1Mo-1V: Parameter Optimization, Heat Treatment and Mechanical Performance.” Journal of Materials Science and Technology 57: 51–64. doi:10.1016/j.jmst.2020.05.004. [Crossref], [Web of Science ®], [Google Scholar]
Charles, Amal, Ahmed Elkaseer, Lore Thijs, and Steffen G. Scholz. 2020. “Dimensional Errors Due to Overhanging Features in Laser Powder Bed Fusion Parts Made of Ti-6Al-4V.” Applied Sciences 10 (7): 2416. doi:10.3390/app10072416. [Crossref], [Google Scholar]
Chatham, Camden A., Timothy E. Long, and Christopher B. Williams. 2019. “A Review of the Process Physics and Material Screening Methods for Polymer Powder Bed Fusion Additive Manufacturing.” Progress in Polymer Science 93: 68–95. doi:10.1016/j.progpolymsci.2019.03.003. [Crossref], [Web of Science ®], [Google Scholar]
Du, Yang, Xinyu You, Fengbin Qiao, Lijie Guo, and Zhengwu Liu. 2019. “A Model for Predicting the Temperature Field during Selective Laser Melting.” Results in Physics 12 (November 2018): 52–60. doi:10.1016/j.rinp.2018.11.031. [Crossref], [Web of Science ®], [Google Scholar]
Duval-Chaneac, M. S., S. Han, C. Claudin, F. Salvatore, J. Bajolet, and J. Rech. 2018. “Experimental Study on Finishing of Internal Laser Melting (SLM) Surface with Abrasive Flow Machining (AFM).” Precision Engineering 54 (July 2017): 1–6. doi:10.1016/j.precisioneng.2018.03.006. [Crossref], [Web of Science ®], [Google Scholar]
Feng, Shaochuan, Shijie Chen, Amar M. Kamat, Ru Zhang, Mingji Huang, and Liangcai Hu. 2020. “Investigation on Shape Deviation of Horizontal Interior Circular Channels Fabricated by Laser Powder Bed Fusion.” Additive Manufacturing 36 (December): 101585. doi:10.1016/j.addma.2020.101585. [Crossref], [Web of Science ®], [Google Scholar]
Feng, Shaochuan, Chuanzhen Huang, Jun Wang, Hongtao Zhu, Peng Yao, and Zhanqiang Liu. 2017. “An Analytical Model for the Prediction of Temperature Distribution and Evolution in Hybrid Laser-Waterjet Micro-Machining.” Precision Engineering 47: 33–45. doi:10.1016/j.precisioneng.2016.07.002. [Crossref], [Web of Science ®], [Google Scholar]
Feng, Shaochuan, Amar M. Kamat, and Yutao Pei. 2021. “Design and Fabrication of Conformal Cooling Channels in Molds: Review and Progress Updates.” International Journal of Heat and Mass Transfer. doi:10.1016/j.ijheatmasstransfer.2021.121082. [Crossref], [PubMed], [Web of Science ®], [Google Scholar]
Flow-3D V11.2 Documentation. 2016. Flow Science, Inc. [Crossref], [Google Scholar]
Foroozmehr, Ali, Mohsen Badrossamay, Ehsan Foroozmehr, and Sa’id Golabi. 2016. “Finite Element Simulation of Selective Laser Melting Process Considering Optical Penetration Depth of Laser in Powder Bed.” Materials and Design 89: 255–263. doi:10.1016/j.matdes.2015.10.002. [Crossref], [Web of Science ®], [Google Scholar]
“Geometrical Product Specifications (GPS) — Surface Texture: Profile Method — Rules and Procedures for the Assessment of Surface Texture (ISO 4288).” 1996. International Organization for Standardization. https://www.iso.org/standard/2096.html. [Google Scholar]
Günther, Johannes, Stefan Leuders, Peter Koppa, Thomas Tröster, Sebastian Henkel, Horst Biermann, and Thomas Niendorf. 2018. “On the Effect of Internal Channels and Surface Roughness on the High-Cycle Fatigue Performance of Ti-6Al-4V Processed by SLM.” Materials & Design 143: 1–11. doi:10.1016/j.matdes.2018.01.042. [Crossref], [Web of Science ®], [Google Scholar]
Hopkinson, Neil, and Phill Dickens. 2000. “Conformal Cooling and Heating Channels Using Laser Sintered Tools.” In Solid Freeform Fabrication Conference, 490–497. Texas. doi:10.26153/tsw/3075. [Crossref], [Google Scholar]
Hu, Zhiheng, Haihong Zhu, Changchun Zhang, Hu Zhang, Ting Qi, and Xiaoyan Zeng. 2018. “Contact Angle Evolution during Selective Laser Melting.” Materials and Design 139: 304–313. doi:10.1016/j.matdes.2017.11.002. [Crossref], [Web of Science ®], [Google Scholar]
Hu, Cheng, Kejia Zhuang, Jian Weng, and Donglin Pu. 2019. “Three-Dimensional Analytical Modeling of Cutting Temperature for Round Insert Considering Semi-Infinite Boundary and Non-Uniform Heat Partition.” International Journal of Mechanical Sciences 155 (October 2018): 536–553. doi:10.1016/j.ijmecsci.2019.03.019. [Crossref], [Web of Science ®], [Google Scholar]
Huang, Yuze, Mir Behrad Khamesee, and Ehsan Toyserkani. 2019. “A New Physics-Based Model for Laser Directed Energy Deposition (Powder-Fed Additive Manufacturing): From Single-Track to Multi-Track and Multi-Layer.” Optics & Laser Technology 109 (August 2018): 584–599. doi:10.1016/j.optlastec.2018.08.015. [Crossref], [Web of Science ®], [Google Scholar]
Kadirgama, K., W. S. W. Harun, F. Tarlochan, M. Samykano, D. Ramasamy, Mohd Zaidi Azir, and H. Mehboob. 2018. “Statistical and Optimize of Lattice Structures with Selective Laser Melting (SLM) of Ti6AL4V Material.” International Journal of Advanced Manufacturing Technology 97 (1–4): 495–510. doi:10.1007/s00170-018-1913-1. [Crossref], [Web of Science ®], [Google Scholar]
Kamat, Amar M, and Yutao Pei. 2019. “An Analytical Method to Predict and Compensate for Residual Stress-Induced Deformation in Overhanging Regions of Internal Channels Fabricated Using Powder Bed Fusion.” Additive Manufacturing 29 (March): 100796. doi:10.1016/j.addma.2019.100796. [Crossref], [Web of Science ®], [Google Scholar]
Kamath, Chandrika, Bassem El-Dasher, Gilbert F. Gallegos, Wayne E. King, and Aaron Sisto. 2014. “Density of Additively-Manufactured, 316L SS Parts Using Laser Powder-Bed Fusion at Powers up to 400 W.” International Journal of Advanced Manufacturing Technology 74 (1–4): 65–78. doi:10.1007/s00170-014-5954-9. [Crossref], [Web of Science ®], [Google Scholar]
Karimi, J., C. Suryanarayana, I. Okulov, and K. G. Prashanth. 2020. “Selective Laser Melting of Ti6Al4V: Effect of Laser Re-Melting.” Materials Science and Engineering A (July): 140558. doi:10.1016/j.msea.2020.140558. [Crossref], [Web of Science ®], [Google Scholar]
Khairallah, Saad A., and Andy Anderson. 2014. “Mesoscopic Simulation Model of Selective Laser Melting of Stainless Steel Powder.” Journal of Materials Processing Technology 214 (11): 2627–2636. doi:10.1016/j.jmatprotec.2014.06.001. [Crossref], [Web of Science ®], [Google Scholar]
Khairallah, Saad A., Andrew T. Anderson, Alexander Rubenchik, and Wayne E. King. 2016. “Laser Powder-Bed Fusion Additive Manufacturing: Physics of Complex Melt Flow and Formation Mechanisms of Pores, Spatter, and Denudation Zones.” Edited by Adedeji B. Badiru, Vhance V. Valencia, and David Liu. Acta Materialia 108 (April): 36–45. doi:10.1016/j.actamat.2016.02.014. [Crossref], [Web of Science ®], [Google Scholar]
Kuo, C. N., C. K. Chua, P. C. Peng, Y. W. Chen, S. L. Sing, S. Huang, and Y. L. Su. 2020. “Microstructure Evolution and Mechanical Property Response via 3D Printing Parameter Development of Al–Sc Alloy.” Virtual and Physical Prototyping 15 (1): 120–129. doi:10.1080/17452759.2019.1698967. [Taylor & Francis Online], [Web of Science ®], [Google Scholar]
Le, K. Q., C. H. Wong, K. H. G. Chua, C. Tang, and H. Du. 2020. “Discontinuity of Overhanging Melt Track in Selective Laser Melting Process.” International Journal of Heat and Mass Transfer 162 (December): 120284. doi:10.1016/j.ijheatmasstransfer.2020.120284. [Crossref], [Web of Science ®], [Google Scholar]
Lee, Y. S., and W. Zhang. 2016. “Modeling of Heat Transfer, Fluid Flow and Solidification Microstructure of Nickel-Base Superalloy Fabricated by Laser Powder Bed Fusion.” Additive Manufacturing 12: 178–188. doi:10.1016/j.addma.2016.05.003. [Crossref], [Web of Science ®], [Google Scholar]
Leitz, K. H., P. Singer, A. Plankensteiner, B. Tabernig, H. Kestler, and L. S. Sigl. 2017. “Multi-Physical Simulation of Selective Laser Melting.” Metal Powder Report 72 (5): 331–338. doi:10.1016/j.mprp.2016.04.004. [Crossref], [Google Scholar]
Li, Jian, Jing Hu, Yi Zhu, Xiaowen Yu, Mengfei Yu, and Huayong Yang. 2020. “Surface Roughness Control of Root Analogue Dental Implants Fabricated Using Selective Laser Melting.” Additive Manufacturing 34 (September 2019): 101283. doi:10.1016/j.addma.2020.101283. [Crossref], [Web of Science ®], [Google Scholar]
Li, Yingli, Kun Zhou, Pengfei Tan, Shu Beng Tor, Chee Kai Chua, and Kah Fai Leong. 2018. “Modeling Temperature and Residual Stress Fields in Selective Laser Melting.” International Journal of Mechanical Sciences 136 (February): 24–35. doi:10.1016/j.ijmecsci.2017.12.001. [Crossref], [Web of Science ®], [Google Scholar]
Mazur, MacIej, Martin Leary, Matthew McMillan, Joe Elambasseril, and Milan Brandt. 2016. “SLM Additive Manufacture of H13 Tool Steel with Conformal Cooling and Structural Lattices.” Rapid Prototyping Journal 22 (3): 504–518. doi:10.1108/RPJ-06-2014-0075. [Crossref], [Web of Science ®], [Google Scholar]
Mingear, Jacob, Bing Zhang, Darren Hartl, and Alaa Elwany. 2019. “Effect of Process Parameters and Electropolishing on the Surface Roughness of Interior Channels in Additively Manufactured Nickel-Titanium Shape Memory Alloy Actuators.” Additive Manufacturing 27 (October 2018): 565–575. doi:10.1016/j.addma.2019.03.027. [Crossref], [Web of Science ®], [Google Scholar]
Pakkanen, Jukka, Flaviana Calignano, Francesco Trevisan, Massimo Lorusso, Elisa Paola Ambrosio, Diego Manfredi, and Paolo Fino. 2016. “Study of Internal Channel Surface Roughnesses Manufactured by Selective Laser Melting in Aluminum and Titanium Alloys.” Metallurgical and Materials Transactions A 47 (8): 3837–3844. doi:10.1007/s11661-016-3478-7. [Crossref], [Web of Science ®], [Google Scholar]
Patterson, Albert E., Sherri L. Messimer, and Phillip A. Farrington. 2017. “Overhanging Features and the SLM/DMLS Residual Stresses Problem: Review and Future Research Need.” Technologies 5 (4): 15. doi:10.3390/technologies5020015. [Crossref], [Web of Science ®], [Google Scholar]
Roberts, I. A., C. J. Wang, R. Esterlein, M. Stanford, and D. J. Mynors. 2009. “A Three-Dimensional Finite Element Analysis of the Temperature Field during Laser Melting of Metal Powders in Additive Layer Manufacturing.” International Journal of Machine Tools and Manufacture 49 (12–13): 916–923. doi:10.1016/j.ijmachtools.2009.07.004. [Crossref], [Web of Science ®], [Google Scholar]
Shrestha, Subin, and Kevin Chou. 2018. “Computational Analysis of Thermo-Fluid Dynamics with Metallic Powder in SLM.” In CFD Modeling and Simulation in Materials Processing 2018, edited by Laurentiu Nastac, Koulis Pericleous, Adrian S. Sabau, Lifeng Zhang, and Brian G. Thomas, 85–95. Cham, Switzerland: Springer Nature. doi:10.1007/978-3-319-72059-3_9. [Crossref], [Google Scholar]
Sing, S. L., and W. Y. Yeong. 2020. “Laser Powder Bed Fusion for Metal Additive Manufacturing: Perspectives on Recent Developments.” Virtual and Physical Prototyping 15 (3): 359–370. doi:10.1080/17452759.2020.1779999. [Taylor & Francis Online], [Web of Science ®], [Google Scholar]
Šmilauer, Václav, Emanuele Catalano, Bruno Chareyre, Sergei Dorofeenko, Jérôme Duriez, Nolan Dyck, Jan Eliáš, et al. 2015. Yade Documentation. 2nd ed. The Yade Project. doi:10.5281/zenodo.34073. [Crossref], [Google Scholar]
Tan, Pengfei, Fei Shen, Biao Li, and Kun Zhou. 2019. “A Thermo-Metallurgical-Mechanical Model for Selective Laser Melting of Ti6Al4V.” Materials & Design 168 (April): 107642. doi:10.1016/j.matdes.2019.107642. [Crossref], [Web of Science ®], [Google Scholar]
Tan, Lisa Jiaying, Wei Zhu, and Kun Zhou. 2020. “Recent Progress on Polymer Materials for Additive Manufacturing.” Advanced Functional Materials 30 (43): 1–54. doi:10.1002/adfm.202003062. [Crossref], [Web of Science ®], [Google Scholar]
Wang, Xiaoqing, and Kevin Chou. 2018. “Effect of Support Structures on Ti-6Al-4V Overhang Parts Fabricated by Powder Bed Fusion Electron Beam Additive Manufacturing.” Journal of Materials Processing Technology 257 (February): 65–78. doi:10.1016/j.jmatprotec.2018.02.038. [Crossref], [Web of Science ®], [Google Scholar]
Wang, Di, Yongqiang Yang, Ziheng Yi, and Xubin Su. 2013. “Research on the Fabricating Quality Optimization of the Overhanging Surface in SLM Process.” International Journal of Advanced Manufacturing Technology 65 (9–12): 1471–1484. doi:10.1007/s00170-012-4271-4. [Crossref], [Web of Science ®], [Google Scholar]
Wen, Peng, Maximilian Voshage, Lucas Jauer, Yanzhe Chen, Yu Qin, Reinhart Poprawe, and Johannes Henrich Schleifenbaum. 2018. “Laser Additive Manufacturing of Zn Metal Parts for Biodegradable Applications: Processing, Formation Quality and Mechanical Properties.” Materials and Design 155: 36–45. doi:10.1016/j.matdes.2018.05.057. [Crossref], [Web of Science ®], [Google Scholar]
Wu, Yu-che, Cheng-hung San, Chih-hsiang Chang, Huey-jiuan Lin, Raed Marwan, Shuhei Baba, and Weng-Sing Hwang. 2018. “Numerical Modeling of Melt-Pool Behavior in Selective Laser Melting with Random Powder Distribution and Experimental Validation.” Journal of Materials Processing Technology 254 (November 2017): 72–78. doi:10.1016/j.jmatprotec.2017.11.032. [Crossref], [Web of Science ®], [Google Scholar]
Yadroitsev, I., P. Krakhmalev, I. Yadroitsava, S. Johansson, and I. Smurov. 2013. “Energy Input Effect on Morphology and Microstructure of Selective Laser Melting Single Track from Metallic Powder.” Journal of Materials Processing Technology 213 (4): 606–613. doi:10.1016/j.jmatprotec.2012.11.014. [Crossref], [Web of Science ®], [Google Scholar]
Yu, Wenhui, Swee Leong Sing, Chee Kai Chua, and Xuelei Tian. 2019. “Influence of Re-Melting on Surface Roughness and Porosity of AlSi10Mg Parts Fabricated by Selective Laser Melting.” Journal of Alloys and Compounds 792: 574–581. doi:10.1016/j.jallcom.2019.04.017. [Crossref], [Web of Science ®], [Google Scholar]
Zhang, Dongyun, Pudan Zhang, Zhen Liu, Zhe Feng, Chengjie Wang, and Yanwu Guo. 2018. “Thermofluid Field of Molten Pool and Its Effects during Selective Laser Melting (SLM) of Inconel 718 Alloy.” Additive Manufacturing 21 (100): 567–578. doi:10.1016/j.addma.2018.03.031. [Crossref], [Web of Science ®], [Google Scholar]

Full Text View

$Hierarchical grain refinement during the laser additive manufacturing of Ti-6Al-4V alloys by the addition of micron-sized refractory particles$

Hierarchical grain refinement during the laser additive manufacturing of Ti-6Al-4V alloys by the addition of micron-sized refractory particles

Xiang Wang Lin-Jie Zhang Jie Ning Sen Li Liang-Liang Zhang Jian Long

State Key Laboratory for Mechanical Behavior of Materials, Xi’an Jiaotong University, Xi’an 710049, China

Received 22 January 2021, Revised 6 April 2021, Accepted 6 May 2021, Available online 2 June 2021.

Abstract

Ti-6Al-4V alloys mad by additive manufacturing (AM) with slower cooling rate (e. g., direct energy deposition (DED)) generally have the problem of severe coarsening of α phase. This study presents a method to refine the microstructure of the primary β phase formed during the solid–liquid transformation, microstructures formed during the β → α + β transformation, and recrystallized microstructures formed during the repeated heating cycles encountered in AM processes. This is accomplished by the in situ precipitation of nano-sized dispersed high-melting-point yttria Y₂O₃ particles. The addition of micron-sized particles with high melting points can refine primary crystallized grains and transformed grains corresponding to the secondary phase in Ti-6Al-4V alloys. In addition, they can effectively inhibit the recrystallization and growth of prior-deposited metal grains. The microstructural and tensile properties of laser additive manufactured with filler wire Ti-6Al-4V components with different amounts of Y₂O₃ (0, 0.12, and 0.22 wt%) were investigated. The refining effect of Y₂O₃ was significant and the tensile strength of Ti-6Al-4V containing 0.22 wt% Y₂O₃ in the longitudinal and transverse directions was greater than that of Ti-6Al-4V by approximately 12% and 9%, respectively. Concurrently, there was no loss in the elongation of the material in either direction. The strategy of using micron-sized refractory particles to control phase transformation (primary crystallization, solid-state phase transformation, and recrystallization) can be applied to the AM of different metals, in which microstructures are susceptible to coarsening.

Korea Abstract

더 느린 냉각 속도 (예를 들어, 직접 에너지 증착 (DED))를 가진 적층 제조 (AM)에 의해 미친 Ti-6Al-4V 합금은 일반적으로 α상의 심한 조 대화 문제가 있습니다. 이 연구는 고체-액체 변환 중에 형성된 1 차 β상의 미세 구조, β → α + β 변환 중에 형성된 미세 구조, AM 공정에서 발생하는 반복되는 가열주기 동안 형성된 재결정 화 된 미세 구조를 정제하는 방법을 제시합니다.

이는 나노 크기의 분산 된 고 융점이 트리아 Y2O3 입자의 현장 침전에 의해 달성됩니다. 녹는 점이 높은 미크론 크기의 입자를 추가하면 Ti-6Al-4V 합금의 2 차 상에 해당하는 1 차 결정 입자 및 변형 된 입자를 정제 할 수 있습니다. 또한 사전에 증착 된 금속 입자의 재결정 화 및 성장을 효과적으로 억제 할 수 있습니다.

Y2O3 (0, 0.12, 0.22 wt %)의 양이 다른 필러 와이어 Ti-6Al-4V 성분으로 제조 된 레이저 첨가제의 미세 구조 및 인장 특성을 조사했습니다. Y2O3의 정제 효과는 유의미했으며, Y2O3 0.22 wt %를 세로 및 가로 방향으로 포함하는 Ti-6Al-4V의 인장 강도는 Ti-6Al-4V보다 각각 약 12 % 및 9 % 더 컸습니다.

동시에 어느 방향으로도 재료의 연신율에 손실이 없었습니다. 미크론 크기의 내화 입자를 사용하여 상 변환 (1 차 결정화, 고체 상 변환 및 재결정 화)을 제어하는 전략은 미세 구조가 거칠어지기 쉬운 다양한 금속의 AM에 적용될 수 있습니다.

$Hierarchical grain refinement during the laser additive manufacturing of Ti-6Al-4V alloys by the addition of micron-sized refractory particles Fig1$

Hierarchical grain refinement during the laser additive manufacturing of Ti-6Al-4V alloys by the addition of micron-sized refractory particles Fig1

Keywords

Grain hierarchical refinement, Yttria, Solidification microstructures, Solid phase transition microstructures, Recrystallization microstructures

Full Text View

A fundamental investigation of thermo-capillarity in laser powder bed fusion of metals and alloys

Mohamad Bayat Venkata K. Nadimpalli David B. Pedersen Jesper H. Hattel

Department of mechanical engineering, Technical University of Denmark (DTU), Building 425, 2800 Kgs., Lyngby, Denmark

Received 21 August 2020, Revised 18 November 2020, Accepted 25 November 2020, Available online 15 December 2020.

Abstract

Several different interfacial forces affect the free surface of liquid metals during metal additive manufacturing processes. One of these is thermo-capillarity or the so-called Marangoni effect. In this work, a novel framework is introduced for unraveling the effects of thermo-capillarity on the melt pool morphology/size and its thermo-fluid conditions during the Laser Powder Bed Fusion (L-PBF) process. In this respect, a multi-physics numerical model is developed based on the commercial software package Flow-3D. The model is verified and validated via mesh-independency analysis and by comparison of the predicted melt pool profile with those from lab-scale single-track experiments. Two sets of parametric studies are carried out to find the role of both positive and inverse thermo-capillarity on the melt pool shape and its thermal and fluid dynamics conditions. The thermo-fluid conditions of the melt pool are further investigated using appropriate dimensionless numbers. The results show that for the higher Marangoni number cases, the melt pool temperature drops, and at the same time, the temperature field becomes more uniform. Also, it is shown that at higher Marangoni numbers, temperature gradients decrease, thus reducing the role of conduction in the heat transfer from the melt pool. Furthermore, for the first time, a novel methodology is introduced for the calculation of the melt pool’s average Nusselt number. The average Nusselt numbers calculated for the positive and inverse thermo-capillarity are then used for finding the effective liquid conductivity required for a computationally cheaper pure heat conduction simulation. The results show that the deviation between the average melt pool temperature, using the pure conduction model with effective conductivity, and the one obtained from the advanced fluid dynamics model is less than 2%.

Keywords

Thermo-capillarity, Melt pool, Heat and fluid flow, Numerical model, L-PBF

Korea Abstract

금속 적층 제조 공정 중 액체 금속의 자유 표면에 여러 가지 다른 계면력이 영향을 미칩니다. 이들 중 하나는 열 모세관 또는 소위 Marangoni 효과입니다.

이 작업에서는 L-PBF (Laser Powder Bed Fusion) 공정 중 용융 풀 형태 / 크기 및 열 유동 조건에 대한 열 모세관의 영향을 밝히기 위한 새로운 프레임워크가 도입되었습니다.

이러한 점에서 상용 소프트웨어 패키지 Flow-3D를 기반으로 다중 물리 수치 모델이 개발되었습니다. 모델은 메쉬 독립 분석을 통해 그리고 예측 된 용융 풀 프로필을 실험실 규모의 단일 트랙 실험에서 얻은 프로필과 비교하여 검증 및 검증됩니다.

용융 풀 모양과 열 및 유체 역학 조건에 대한 양 및 역 열 모세관의 역할을 찾기 위해 두 세트의 매개 변수 연구가 수행됩니다. 용융 풀의 열 유동 조건은 적절한 무 차원 숫자를 사용하여 추가로 조사됩니다.

결과는 Marangoni 수가 더 높은 경우 용융 풀 온도가 떨어지고 동시에 온도 필드가 더 균일 해짐을 보여줍니다. 또한 Marangoni 수가 높을수록 온도 구배가 감소하여 용융 풀에서 열 전달에서 전도의 역할이 감소하는 것으로 나타났습니다.

또한 용융 풀의 평균 Nusselt 수를 계산하기위한 새로운 방법론이 처음으로 도입되었습니다. 그런 다음 양수 및 역 열 모세관에 대해 계산 된 평균 Nusselt 수는 계산적으로 더 저렴한 순수 열 전도 시뮬레이션에 필요한 효과적인 액체 전도도를 찾는 데 사용됩니다. 결과는 유효 전도도가 있는 순수 전도 모델을 사용한 평균 용융 풀 온도와 고급 유체 역학 모델에서 얻은 편차가 2 % 미만임을 보여줍니다.

A fundamental investigation of thermo-capillarity in laser powder bed fusion of metals and alloys Fig1

A fundamental investigation of thermo-capillarity in laser powder bed fusion of metals and alloys Fig2

A fundamental investigation of thermo-capillarity in laser powder bed fusion of metals and alloys Fig3

A fundamental investigation of thermo-capillarity in laser powder bed fusion of metals and alloys Fig4

A fundamental investigation of thermo-capillarity in laser powder bed fusion of metals and alloys Fig5

A fundamental investigation of thermo-capillarity in laser powder bed fusion of metals and alloys Fig6

A fundamental investigation of thermo-capillarity in laser powder bed fusion of metals and alloys Fig8

A fundamental investigation of thermo-capillarity in laser powder bed fusion of metals and alloys Fig9

A fundamental investigation of thermo-capillarity in laser powder bed fusion of metals and alloys Fig10

A fundamental investigation of thermo-capillarity in laser powder bed fusion of metals and alloys Fig11

Full Text View

Hierarchical grain refinement during the laser additive manufacturing of Ti-6Al-4V alloys by the addition of micron-sized refractory particles

미크론 크기의 내화물 입자를 추가하여 Ti-6Al-4V 합금의 레이저 적층 제조중 계층적 입자 미세 조정

Xiang Wang, Lin-Jie Zhang, Jie Ning, Sen Li, Liang-Liang Zhang, Jian Long
State Key Laboratory for Mechanical Behavior of Materials, Xi’an Jiaotong University, Xi’an 710049, China

Abstract

냉각 속도가 느린 적층 제조(AM)에 의해 제조된 Ti-6Al-4V 합금은 일반적으로 α상(예: 직접 에너지 증착(DED)의 심각한 응고 문제를 가지고 있습니다. 이 연구는 고체-액체 변환 중에 형성된 1 차 β상의 미세 구조, β → α + β 변환 중에 형성된 미세 구조, AM 공정에서 발생하는 반복되는 가열주기 동안 형성된 재 결정화된 미세 구조를 정제하는 방법을 제시합니다.

이것은 나노 크기의 분산된 고 융점이 트리아 Y2O3 입자의 현장 침전에 의해 달성됩니다. 녹는 점이 높은 미크론 크기의 입자를 추가하면 Ti-6Al-4V 합금의 2 차 상에 해당하는 1차 결정 입자 및 변형된 입자를 정제 할 수 있습니다.

또한 사전에 증착된 금속 입자의 재 결정화 및 성장을 효과적으로 억제 할 수 있습니다. Y2O3 (0, 0.12, 0.22 wt %)의 양이 다른 필러 와이어 Ti-6Al-4V 성분으로 제조 된 레이저 첨가제의 미세 구조 및 인장 특성을 조사했습니다.

Y2O3의 정제 효과는 유의미했으며, Y2O3 0.22 wt %를 세로 및 가로 방향으로 포함하는 Ti-6Al-4V의 인장 강도는 Ti-6Al-4V보다 각각 약 12 % 및 9 % 더 컸습니다. 동시에 어느 방향으로도 재료의 연신율에 손실이 없었습니다.

미크론 크기의 내화 입자를 사용하여 상 변환 (1 차 결정화, 고체 상 변환 및 재결정 화)을 제어하는 전략은 미세 구조가 거칠어지기 쉬운 다양한 금속의 AM에 적용될 수 있습니다.

Keywords: Grain hierarchical refinement, YttriaSolidification microstructures, Solid phase transition microstructures, Recrystallization microstructures

View Full Text

Review on the evolution and technology of State-of-the-Art metal additive manufacturing processes

최첨단 금속 적층 제조 공정의 진화 및 기술 검토

S.Pratheesh Kumar
S.ElangovanR.Mohanraj
J.R.Ramakrishna

Abstract

Nowadays, the requirements of customers undergo dynamic changes and industries are heading towards the manufacturing of customized end-user products, making market fluctuations extremely unpredictable. This demands the production industries to shift towards instantaneous product development strategies that can deliver products on the shortest lead time without compromise in the quality and accuracy. Direct metal deposition is one such evolving additive manufacturing (AM) technique that has found its application from rapid prototyping to production of real-time industrial components. In addition, the process is ideal for just-in-time manufacturing, producing parts-on-demand while offering the potential to reduce cost, energy consumption, and carbon footprint. The evolution of this advanced manufacturing technique had drastically reduced the manufacturing constraints and greatly improved the product versatility. This review provides insight into the evolution, current status, and challenges of metal additive manufacturing (MAM) techniques, starting from powder bed fusion and direct metal deposition. In addition to this, the review explores the variants of metal additive manufacturing with its process mechanism, merits, demerits, and applications. The efficiency of the processes is finally analysed using a time–cost triangle and the mechanical properties are comprehensively compared. The review will enhance the basic understanding of MAM and thus broaden the scope of research and development.

오늘날 고객의 요구 사항은 역동적 인 변화를 겪고 있으며 산업은 맞춤형 최종 사용자 제품의 제조로 향하고있어 시장 변동을 예측할 수 없게 만듭니다. 따라서 생산 산업은 품질과 정확성을 타협하지 않고 최단 리드 타임에 제품을 제공 할 수있는 즉각적인 제품 개발 전략으로 전환해야합니다. 직접 금속 증착은 쾌속 프로토 타이핑에서 실시간 산업 부품 생산에 이르기까지 응용 분야를 발견 한 진화하는 적층 제조 (AM) 기술 중 하나입니다. 또한이 프로세스는 적시 제조에 이상적이며 주문형 부품을 생산하는 동시에 비용, 에너지 소비 및 탄소 발자국을 줄일 수있는 잠재력을 제공합니다. 이 고급 제조 기술의 발전으로 제조 제약이 크게 줄어들고 제품의 다양성이 크게 향상되었습니다. 이 리뷰는 분말 베드 융합 및 직접 금속 증착에서 시작하여 금속 적층 제조 (MAM) 기술의 발전, 현재 상태 및 과제에 대한 통찰력을 제공합니다. 이 외에도이 리뷰에서는 프로세스 메커니즘, 장점, 단점 및 응용 프로그램과 함께 금속 적층 제조의 변형을 탐색합니다. 프로세스의 효율성은 마지막으로 시간-비용 삼각형을 사용하여 분석되고 기계적 특성이 포괄적으로 비교됩니다. 검토는 MAM에 대한 기본적인 이해를 높이고 연구 개발 범위를 넓힐 것입니다.

Keywords: Metal additive manufacturing, 3D Printing, Direct energy deposition, Electron beam meltingRapid prototyping

PDF View

Figure 5.6 Experimental set-up equipped with high-speed camera system

COMPUTATIONAL FLUID DYNAMIC MODELLING OF LASER ADDITIVE MANUFACTURING PROCESS AND EFFECT OF GRAVITY

전산 유체 역학 레이저 첨가제 모델링 제조 공정 및 중력의 영향

A thesis submitted to
The University of Manchester
For the degree of
Doctor of Philosophy (PhD)
In the Faculty of Science and Engineering
2017
Heng Gu
School of Mechanical, Aerospace and Civil
Engineering

레이저 적층 제조 (LAM)는 재료를 층별로 선택적으로 추가하여 하나 또는 여러 개의 레이저 빔을 사용하여 재료를 융합하거나 응고시키는 3D 부품을 형성하는 것을 기반으로 합니다.

LAM 공정을 조사하는 데 상당한 양의 작업을 할 수 있지만 다른 재료 성장 방향에서 중력 및 동적 유체 흐름 특성의 영향에 대해서는 알려진 바가 거의 없습니다.

레이저 제조 기술의 발전과 함께 LAM은 실린더 본체, 터빈 블레이드의 표면 클래딩, 해양 드릴링 헤드, 다양한 증착 방향이 일반적으로 필요한 슬리브 및 몰드의 측벽을 비롯한 다양한 환경에서 점점 더 많이 사용되고 있습니다. 또한 공간 적층 제조의 경우 운영 환경이 매우 낮거나 무중력을 경험하게 됩니다.

LAM 프로세스를 모델링하기 위한 수치적 방법 개발에 대한 이전 연구에서 많은 노력을 기울였습니다. 그러나 이전 모델링 작업의 대부분은 자유 표면 형성을 고려하지 않고 용융 풀 역학 개발에 초점을 맞추었습니다. 몇 가지 조사에만 동적 유동 용융 풀에 대한 재료 추가 분석이 포함됩니다.

다양한 재료 증착 방향 및 무중력 효과에서 수행 할 때 모든 복잡한 기능을 사용하여 증착 프로세스를 시뮬레이션하고 중력 효과를 고려할 수 있는 모델을 개발하는 작업은 발견되지 않았습니다.

이 연구에서는 재료 추가, 표면 장력, 용융 및 응고, 중력, 온도 의존 재료 속성, 자유 표면 형성 및 이동을 포함한 복합 공정 요인을 고려한 LAM 공정을 위해 3 차원 과도 전산 유체 역학 모델이 구축되었습니다. 열원. 레이저 금속 증착 공정에 대한 더 나은 이해는 수치적으로 그리고 실험적으로 이루어졌습니다.

이 연구는 단일 레이어의 증착, 여러 인접 패스 및 돌출 된 피쳐가 있는 완전한 3 차원 형상을 다루었습니다. 증착 공정 중 다양한 증착 방향과 무중력 및 매우 낮은 중력에 대한 중력의 영향을 조사하고 그 영향을 최소화하기 위해 공정 매개 변수를 최적화 했습니다.

이 연구는 또한 층별 재료 추가를 기반으로 레이저 좁은 갭 용접 공정의 기본 현상과 용접 공정이 다른 방향으로 수행 될 때 중력이 홈 내부의 용융 풀 형성에 미치는 영향을 이해하는 데까지 확장되었습니다.

용융 풀 개발 이력 및 온도 분포를 분석하여 공정 중에 표면 장력 계수의 영향을 논의했습니다. 현재 모델의 도움으로 증착 불균일성, 증착 양단의 돌출부, 경사, 융착 부족, 계단 효과, 표면 파형, 중력 변화로 인한 붕괴 등 다양한 결함을 설명 하였습니다.

이러한 모든 결함을 제거하기 위한 해당 솔루션이 제시되었습니다. 무중력 레이저 적층 제조에 대한 연구는 이전에 보고되지 않았던 몇 가지 새로운 현상을 발견하여 우주에서 미래의 레이저 3D 프린팅을 위한 길을 닦았습니다.

Figure 2.1 Basic construction of a laser system [8]

Figure 2.3 Schematic of a diode laser system [12]

Figure 2.4 Principle of a cladding pumped fibre laser [13]

Figure 2.5 Concept of a thin disk laser [14]

Figure 2.7 Lateral powder injection [12]

Figure 2.9 Laser additive manufacturing using wire, (a) front feeding, (b) rear feeding, wire placed at (c) leading edge, (d) centre and (e) trailing edge of melt pool [23, 24]

Figure 2.20 Bead geometry at the beginning of the deposition with different surface tension gradient (a) Negative, (b) positive, (c) Mixed [85]

Figure 2.22 Simulation of humping effect in high-speed gas tungsten arc welding [91]

Figure 2.25 (a) Melt pool shape formed by Marangoni stress only, (b) Melt pool shape formed by gravity force only, (c) Melt shape formed by the combination of those two forces together [122]

Figure 2.27 Growth rate and temperature gradient on solidification boundary with different melt pool shape [120]

Figure 2.29 Two different methods to produce overhang structures[136]

Figure 2.30 Contact angle of a water droplet adhering on a glass window [142]

Figure 2.31 Stress components of a single track laser deposition (a) x-direction, (b) ydirection, (c) z-direction, (d) von Mises equivalent stress [151]

Figure 2.32 Phase fraction of martensite during laser metal deposition [160]

Figure 4.15 Development of melt pool and velocity field 0.588 s, 1.2 s, 1.896 s, 2.4 s

Figure 4.33 Two methods to print C, (A) raster (B) offset out

Figure 5.4(a) Cavitar laser illumination system (b) High-speed camera in horizontal position

Figure 5.5 Schematic diagrams of wire laser deposition process (a) flat (b) vertical

Figure 5.7 2-layer deposition result and cross-section (a) top view, (b) experimental cross section, (c) cross-section of modelling result

Figure 5.13 Temperature and melt pool-velocity field history for case 8, (a&f:0.36 s, b&g:1.44 s, c&h:1.80 s, d&i:1.908 s, e&j:2.196 s)

Figure 5.16 Comparison of melt pool evolution for cases with big and small spot size

Figure 6.27 (a,b,c) before re-melting, (d,e,f) after re-melting

6.5 Conclusion

좁은 갭 용접 공정의 다양한 측면을 다루는 3 차원 모델이 구축되었습니다. 용접 비드와 측벽 사이의 융합 현상이 없는 것은 필러 재료와 측벽을 녹일 수 있는 충분한 에너지를 제공 할 수 없는 낮은 열 입력으로 인한 것일 수 있습니다.

증가된 레이저 출력을 적용하거나 재 용융 패스를 수행 한 후 더 나은 표면 품질을 얻을 수 있고 측벽과의 융합 부족을 제거 할 수 있습니다. 용접 비드의 모양이 볼록한 모양에서 오목한 모양으로 바뀌고 측면 벽과의 좋은 젖음이 실현 될 수 있습니다.

다양한 위치에서 좁은 틈새 용접에 대한 중력의 영향을 조사했습니다. 용융 풀 전면의 경사 모양은 중력의 영향으로 다르게 나타납니다.

반면, 홈이 없는 기판의 증착 공정과 비교할 때 대부분의 열을 전달하는데 도움이 되는 측벽의 존재로 인해 중력의 영향이 감소했습니다.

마지막 패스 중에 중력은 일부 평평하지 않은 위치에서 심각한 낙하 및 붕괴 문제를 일으킬 수 있습니다. 이것은 표면에 더 큰 용융 풀이 형성되어 중력과 표면 장력 사이의 균형이 깨졌기 때문입니다. 수직 업 위치에서 좁은 간격 용접 공정 동안 다른 중력 수준이 적용되었습니다.

용접 비드와 측벽 사이의 융합 부족은 중력 수준이 증가함에 따라 관찰 될 수 있습니다. 중력이 증가하면 용융 풀의 뒤쪽 영역으로 더 많은 액체 재료가 이동하여 더 심각한 물방울과 볼록한 모양의 용접 비드가 발생합니다.

용융 풀 개발 이력의 도움으로 용접 비드가 더 이상 그루브에 있지 않거나 측벽과의 직접적인 접촉이 적을 때 전도를 통해 더 적은 열이 방출 될 수 있기 때문에 용융 풀 부피가 크게 증가한다는 것을 알 수 있습니다.

좁은 간격 용접 공정에 대한 표면 장력 계수의 영향을 조사했습니다. 양의 표면 장력 계수를 적용하면 용접 비드가 홈 내부에서 덜 오목한 것처럼 보였고 측벽의 습윤 조건이 음의 ∂γ / ∂T 조건의 경우만큼 좋지 않았습니다.

측벽이 없으면 용접 비드는 표면의 마지막 패스 동안 음의 계수와 양의 계수 케이스 사이에 더 많은 차이를 보여줍니다. 표면 장력 계수는 홈 내부의 측벽과의 융합 상태를 결정하는 데 중요한 역할을 했습니다.

두꺼운 부분의 좁은 틈새 용접 중에 여러 번 통과하는 용접 비드 개발이 조사되었습니다. 비드 모양은 열 축적으로 인해 더 많은 패스가 증착 될수록 더 오목 해집니다. 패스 간의 융합 부족은 때때로 다음 패스의 재 용융 공정을 통해 제거 될 수 있습니다. 이종 재료를 사용한 좁은 틈새 용접 프로세스가 성공적으로 시뮬레이션되었습니다.

중심선을 따라 용융 풀과 용접 비드의 비대칭 형성은 재료 열 특성의 차이에 기인 할 수 있으며, 결과적으로 측벽과의 융합 부족을 유발할 수 있습니다.

비드 비대칭 문제는 수평 위치에서 용접 공정을 수행하거나 총 열 입력을 증가시켜 열전도율이 높은 측벽을 녹이는 방식으로 피할 수 있습니다. 재 용융 공정은 표면 품질을 향상시키고 모재와의 융착 문제를 제거하기 위해 용접된 표면에 적용 할 때 유용한 것으로 밝혀졌습니다.

논문 원문 바로가기

Ti-6Al-4V 금속 분말에 의한 선택적 레이저 용융법 수치 해석

선택적 레이저 용융법(SLM: Selective Laser Melting)은 3D 프린팅 기술의 하나로 최근 주목 받고 있습니다. SLM에서는 레이저 조사 중 높은 온도 구배로 인해, 용융과 재응고 현상이 일어나므로 용융금속 유체의 거동이 중요한 역할을 담당하고 있어, 구성 부품의 최종 구조를 결정합니다.

FLOW-3D^@WELD를 이용하여 T-6Al-4V(64티타늄 합금)에 대한 선택적 레이저 용융법 (SLM) 시뮬레이션이 가능합니다.

금속 분말을 얇게 깔아 생긴 분말층에 레이저를 조사하면 조사된 부분만 용융, 응고 됩니다. 이 공정을 반복하면서 적층하여 3차원 형상을 만듭니다. 금속을 재료로 하여 고강도 제품을 만들수 있으므로, 기존의 시작 제품(Rapid Prototyping)뿐만 아니라, 짧은 납기일, 저비용, 고기능 등을 목적으로 한 Additive Manufactuing 기술로서 주목받고 있습니다.

FLOW-3D^@WELD를 이용한 해석을 통해서, 표면의 경사에 따라 용융지의 형상과 온도 분포가 결정된다는 것을 알 수 있습니다.

용융 풀의 최대 깊이는 SLM의 형태학적 변화에 따라 달라지며 평균 깊이는 42μm입니다.

결론

비교에서 표면의 기울기는 용융 풀과 온도 분포의 형태 결정에 지배적이다.
용융 풀의 최대 깊이는 SLM 중의 형태 변화에 의존하고 있으며, 평균 깊이는 42μm였다.

*Source: National Cheng Kung University, Department of Materials Science and Engineering, Taiwan YC Wu, WS Hwang

Liquid Metal 3D Printing

This article was contributed by V.Sukhotskiy^1,2, I. H. Karampelas³, G. Garg ¹, A. Verma¹, M. Tong ¹, S. Vader², Z. Vader², and E. P. Furlani^1
1University at Buffalo SUNY, ²Vader Systems, ³Flow Science, Inc.

Drop-on-demand 잉크젯 인쇄는 상업 및 소비자 이미지 재생을 위한 잘 정립 된 방법입니다. 이 기술을 주도하는 동일한 원리는 인쇄 및 적층 제조 분야에도 적용될 수 있습니다. 기존의 잉크젯 기술은 폴리머에서 살아있는 세포에 이르기까지 다양한 재료를 증착하고 패턴화하여 다양한 기능성 매체, 조직 및 장치를 인쇄하는 데 사용되었습니다 [1, 2]. 이 작업의 초점은 잉크젯 기반 기술을 3D 솔리드 금속 구조 인쇄로 확장하는 데 있습니다 [3, 4]. 현재 대부분의 3D 금속 프린팅 응용 프로그램은 고체 물체를 형성하기 위해 레이저 [6] 또는 전자 빔 [7]과 같은 외부 지향 에너지 원의 영향을 받아 증착 된 금속 분말 소결 또는 용융을 포함합니다. 그러나 이러한 방법은 비용 및 프로세스 복잡성 측면에서 단점이 있습니다. 예를 들어, 3D 프린팅 프로세스에 앞서 분말을 생성하기 위해 시간과 에너지 집약적인 기술이 필요합니다.

이 기사에서는 MHD (자기 유체 역학) drop-on-demand 방출 및 움직이는 기판에 액체 방울 증착을 기반으로 3D 금속 구조의 적층 제조에 대한 새로운 접근 방식에 대해 설명합니다. 프로세스의 각 부분을 연구하기 위해 많은 시뮬레이션이 수행되었습니다.

단순화를 위해 이 연구는 두 부분으로 나뉘었습니다.

첫 번째 부분에서는 MHD 분석을 사용하여 프린트 헤드 내부의 Lorentz 힘 밀도에 의해 생성 된 압력을 추정 한 다음 FLOW-3D 모델의 경계 조건으로 사용됩니다. 액적 방출 역학을 연구하는 데 사용되었습니다.

두 번째 부분에서는 이상적인 액적 증착 조건을 식별하기 위해 FLOW-3D 매개 변수 분석을 수행했습니다. 모델링 노력의 결과는 그림 1에 표시된 장치의 설계를 안내하는데 사용되었습니다.

코일은 배출 챔버를 둘러싸고 전기적으로 펄스되어 액체 금속을 투과하고 폐쇄 루프를 유도하는 과도 자기장을 생성합니다. 그 안에 일시적인 전기장. 전기장은 순환 전류 밀도를 발생시키고, 이는 과도장에 역 결합되고 챔버 내에서 자홍 유체 역학적 로렌츠 힘 밀도를 생성합니다. 힘의 방사형 구성 요소는 오리피스에서 액체 금속 방울을 분출하는 역할을 하는 압력을 생성합니다. 분출된 액적은 기질로 이동하여 결합 및 응고되어 확장된 고체 구조를 형성합니다. 임의의 형태의 3 차원 구조는 입사 액적의 정확한 패턴 증착을 가능하게 하는 움직이는 기판을 사용하여 층별로 인쇄 될 수 있습니다. 이 기술은 상표명 MagnetoJet으로 Vader Systems (www.vadersystems.com)에 의해 특허 및 상용화되었습니다.

MagnetoJet 프린팅 공정의 장점은 상대적으로 높은 증착 속도와 낮은 재료 비용으로 임의 형상의 3D 금속 구조를 인쇄하는 것입니다 [8, 9]. 또한 고유한 금속 입자 구조가 존재하기 때문에 기계적 특성이 개선된 부품을 인쇄 할 수 있습니다.

프로토타입 디바이스 개발

Vader Systems의 3D 인쇄 시스템의 핵심 구성 요소는 두 부분의 노즐과 솔레노이드 코일로 구성된 프린트 헤드 어셈블리입니다. 액체화는 노즐의 상부에서 발생합니다. 하부에는 직경이 100μm ~ 500μm 인 서브 밀리미터 오리피스가 있습니다. 수냉식 솔레노이드 코일은 위 그림에 표시된 바와 같이 오리피스 챔버를 둘러싸고있습니다 (냉각 시스템은 도시되지 않음). 다수의 프린트 헤드 디자인의 반복적인 개발은 액체 금속 배출 거동뿐만 아니라, 액체 금속 충전 거동에 대한 사출 챔버 기하적인 효과를 분석하기 위해 연구되었습니다.

이 프로토타입 시스템은 일반적인 알루미늄 합금으로 만들어진 견고한 3D 구조를 성공적으로 인쇄했습니다 (아래 그림 참조). 액적 직경, 기하학, 토출 빈도 및 기타 매개 변수에 따라 직경이 50 μm에서 500 μm까지 다양합니다. 짧은 버스트에서 최대 5000 Hz까지 40-1000 Hz의 지속적인 방울 분사 속도가 달성 되었습니다.

Computational Models

프로토 타입 장치 개발의 일환으로, 성능 (예 : 액적 방출 역학, 액적-공기 및 액적-기질 상호 작용)에 대한 설계 개념을 스크리닝하기 위해 프로토타입 제작 전에 계산 시뮬레이션을 수행했습니다. 분석을 단순화하기 위해 CFD 분석 뿐만 아니라 컴퓨터 전자기(CE)를 사용하는 두 가지 다른 보완 모델이 개발되었습니다. 첫 번째 모델에서는 2 단계 CE 및 CFD 분석을 사용하여 MHD 기반 액적 분출 거동과 효과적인 압력 생성을 연구했습니다. 두 번째 모델에서는 열-유체 CFD 분석을 사용하여 기판상의 액적 패턴화, 유착 및 응고를 연구했습니다.

MHD 분석 후, 첫 번째 모델에서 등가 압력 프로파일을 추출하여 액적 분출 및 액적-기질 상호 작용의 과도 역학을 탐구하도록 설계된 FLOW-3D 모델의 입력으로 사용되었습니다. FLOW-3D 시뮬레이션은 액적 분출에 대한 오리피스 안과 주변의 습윤 효과를 이해하기 위해 수행되었습니다. 오리피스 내부와 외부 모두에서 유체 초기화 수준을 변경하고 펄스 주파수에 의해 결정된 펄스 사이의 시간을 허용함으로써 크기 및 속도를 포함하여 분출 된 액 적의 특성 차이를 식별 할 수있었습니다.

Droplet 생성

MagnetoJet 인쇄 프로세스에서, 방울은 전압 펄스 매개 변수에 따라 일반적으로 1 – 10m/s 범위의 속도로 배출되고 기판에 충돌하기 전에 비행 중에 약간 냉각됩니다. 기판상의 액적들의 패터닝 및 응고를 제어하는 능력은 정밀한 3D 솔리드 구조의 형성에 중요합니다. 고해상도 3D 모션베이스를 사용하여 패터닝을 위한 정확한 Droplet 배치가 이루어집니다. 그러나 낮은 다공성과 원하지 않는 레이어링 artifacts가 없는 잘 형성된 3D 구조를 만들기 위해 응고를 제어하는 것은 다음과 같은 제어를 필요로하기 때문에 어려움이 있습니다.

냉각시 액체 방울로부터 주변 물질로의 열 확산,
토출된 액적의 크기,
액적 분사 빈도 및
이미 형성된 3D 물체로부터의 열 확산.

이들 파라미터를 최적화 함으로써, 인쇄된 형상의 높은 공간 분해능을 제공하기에 충분히 작으며, 인접한 액적들 및 층들 사이의 매끄러운 유착을 촉진하기에 충분한 열 에너지를 보유 할 것입니다. 열 관리 문제에 직면하는 한 가지 방법은 가열된 기판을 융점보다 낮지만 상대적으로 가까운 온도에서 유지하는 것입니다. 이는 액체 금속 방울과 그 주변 사이의 온도 구배를 감소시켜 액체 금속 방울로부터의 열의 확산을 늦춤으로써 유착을 촉진시키고 고형화하여 매끄러운 입체 3D 덩어리를 형성합니다. 이 접근법의 실행 가능성을 탐구하기 위해 FLOW-3D를 사용한 파라 메트릭 CFD 분석이 수행되었습니다.

액체 금속방울 응집과 응고

우리는 액체 금속방울 분사 주파수뿐만 아니라 액체 금속방울 사이의 중심 간 간격의 함수로서 가열된 기판에서 내부 층의 금속방울 유착 및 응고를 조사했습니다. 이 분석에서 액체 알루미늄의 구형 방울은 3mm 높이에서 가열 된 스테인리스 강 기판에 충돌합니다. 액적 분리 거리 (100)로 변화 될 때 방울이 973 K의 초기 온도를 가지고, 기판이 다소 943 K.도 3의 응고 온도보다 900 K로 유지됩니다. 실선의 인쇄 중에 액적 유착 및 응고를 도시 50㎛의 간격으로 500㎛에서 400㎛까지 연속적으로 유지하고, 토출 주파수는 500Hz에서 일정하게 유지 하였습니다.

방울 분리가 250μm를 초과하면 선을 따라 입자가 있는 응고된 세그먼트가 나타납니다. 350μm 이상의 거리에서는 세그먼트가 분리되고 선이 채워지지 않은 간극이 있어 부드러운 솔리드 구조를 형성하는데 적합하지 않습니다. 낮은 온도에서 유지되는 기질에 대해서도 유사한 분석을 수행했습니다(예: 600K, 700K 등). 3D 구조물이 쿨러 기질에 인쇄될 수 있지만, 그것들은 후속적인 퇴적 금속 층들 사이에 강한 결합의 결여와 같은 바람직하지 않은 공예품을 보여주는 것이 관찰되었습니다. 이는 침전된 물방울의 열 에너지 손실률이 증가했기 때문입니다. 기판 온도의 최종 선택은 주어진 용도에 대해 물체의 허용 가능한 인쇄 품질에 따라 결정될 수 있습니다. 인쇄 중에 부품이 커짐에 따라 더 높은 열 확산에 맞춰 동적으로 조정할 수도 있습니다.

FLOW-3D 결과 검증

위 그림은 가열된 기판 상에 인쇄된 컵 구조 입니다. 인쇄 과정에서 가열된 인쇄물의 온도는 인쇄된 부분의 순간 높이를 기준으로 실시간으로 733K (430 ° C)에서 833K (580 ° C)로 점차 증가했습니다. 이것은 물체 표면적이 증가함에 따라 국부적인 열 확산의 증가를 극복하기 위해 행해졌습니다. 알루미늄의 높은 열전도율은 국부적인 온도 구배에 대한 조정이 신속하게 이루어져야 하기 때문에 특히 어렵습니다. 그렇지 않으면 온도가 빠르게 감소하고 층내 유착을 저하시킵니다.

결론

시뮬레이션 결과를 바탕으로, Vader System의 프로토타입 마그네슘 유체 역학 액체 금속 Drop-on-demand 3D 프린터 프로토 타입은 임의의 형태의 3D 솔리드 알루미늄 구조를 인쇄할 수 있었습니다. 이러한 구조물은 서브 밀리미터의 액체 금속방울을 층 단위로 패턴화하여 성공적으로 인쇄되었습니다. 시간당 540 그램 이상의 재료 증착 속도는 오직 하나의 노즐을 사용하여 달성 되었습니다.

이 기술의 상업화는 잘 진행되고 있지만 처리량, 효율성, 해상도 및 재료 선택면에서 최적의 인쇄 성능을 실현하는 데는 여전히 어려움이 있습니다. 추가 모델링 작업은 인쇄 과정 중 과도 열 영향을 정량화하고, 메니스커스 동작뿐만 아니라 인쇄된 부품의 품질을 평가하는 데 초점을 맞출 것입니다.

References
[1] Roth, E.A., Xu, T., Das, M., Gregory, C., Hickman, J.J. and Boland, T., “Inkjet printing for high-throughput cell patterning,” Biomaterials 25(17), 3707-3715 (2004).

[2] Sirringhaus, H., Kawase, T., Friend, R.H., Shimoda, T., Inbasekaran, M., Wu, W. and Woo, E.P., “High-resolution inkjet printing of all-polymer transistor circuits,” Science 290(5499), 2123-2126 (2000).

[3] Tseng, A.A., Lee, M.H. and Zhao, B., “Design and operation of a droplet deposition system for freeform fabrication of metal parts,” Transactions-American Society of Mechanical Engineers Journal of Engineering Materials and Technology 123(1), 74-84 (2001).

[4] Suter, M., Weingärtner, E. and Wegener, K., “MHD printhead for additive manufacturing of metals,” Procedia CIRP 2, 102-106 (2012).

[5] Loh, L.E., Chua, C.K., Yeong, W.Y., Song, J., Mapar, M., Sing, S.L., Liu, Z.H. and Zhang, D.Q., “Numerical investigation and an effective modelling on the Selective Laser Melting (SLM) process with aluminium alloy 6061,” International Journal of Heat and Mass Transfer 80, 288-300 (2015).

[6] Simchi, A., “Direct laser sintering of metal powders: Mechanism, kinetics and microstructural features,” Materials Science and Engineering: A 428(1), 148-158 (2006).

[7] Murr, L.E., Gaytan, S.M., Ramirez, D.A., Martinez, E., Hernandez, J., Amato, K.N., Shindo, P.W., Medina, F.R. and Wicker, R.B., “Metal fabrication by additive manufacturing using laser and electron beam melting technologies,” Journal of Materials Science & Technology, 28(1), 1-14 (2012).

[8] J. Jang and S. S. Lee, “Theoretical and experimental study of MHD (magnetohydrodynamic) micropump,” Sensors & Actuators: A. Physical, 80(1), 84-89 (2000).

[9] M. Orme and R. F. Smith, “Enhanced aluminum properties by means of precise droplet deposition,” Journal of Manufacturing Science and Engineering, Transactions of the ASME, 122(3), 484-493, (2000)

igure 1:Essential componentsof the MHD printhead (a) cross-sectional view of printhead showing flow of liquid metal.(b) simulation model showing the magneticfield generated by a pulsed magnetic coil as well as an ejecteddroplet of liquid aluminum.

Timeline of molten metal droplet ejection

용융 금속 액적 분출 타임 라인

Keywords: Magnetohydrodynamicdroplet ejection, droplet on demandprinting, 3D printing of molten metal, additive manufacturing, thermo-fluidic analysis, molten aluminum.

우리는 액체 금속 방울을 사용하여 3D 고체 금속 구조의 DOD (drop-on-demand) 프린팅을 위한 새로운 방법을 제시합니다. 이 방법은 MHD (Magnetohydrodynamic) 기반 방울 생성에 의존합니다. 특히, 외부 코일에 의해 공급되는 맥동 자기장은 액체 금속으로 채워진 분사 챔버 내에서 MHD 기반 힘 밀도를 유도하여 물방울이 노즐을 통해 분사되도록 합니다.

임의의 모양의 3 차원 (3D) 고체 금속 구조는 드롭 방식의 유착 및 응고와 함께 방울의 층별 패턴 증착을 통해 인쇄 할 수 있습니다. 샘플 인쇄 구조와 함께 이 프로토 타입 MHD 인쇄 시스템을 소개합니다. 또한 드롭 생성을 제어하는 기본 물리학에 대해 논의하고 장치 성능을 예측하기 위한 계산 모델을 소개합니다.

주문형 잉크젯 인쇄는 상업용 및 소비자용 이미지 재생을 위한 잘 정립된 방법입니다. 이 기술을 주도하는 동일한 원리는 기능 인쇄 및 적층 제조 분야에도 적용될 수 있습니다. 기존의 잉크젯 기술은 폴리머에서 살아있는 세포에 이르기까지 다양한 재료를 증착하고 패턴 화하여 다양한 기능성 매체, 조직 및 장치를 인쇄하는 데 사용되어 왔습니다 [1, 2]. 이 작업의 초점은 잉크젯 기반 기술을 3D 솔리드 금속 구조 프린팅으로 확장하는 데 있습니다 [3, 4]. 현재 대부분의 3D 금속 프린팅 응용 분야에는 레이저 (예 : 선택적 레이저 소결 [5] 및 직접 레이저 금속 소결 [6]) 또는 전자 빔 (예 : 레이저 소결 [6])과 같은 외부 지향 에너지 원의 영향으로 증착 된 금속 분말 소결 또는 용융이 포함됩니다. 전자빔 용융 [7])을 사용하여 고체 물체를 형성합니다. 그러나 이러한 방법은 비용 및 복잡성 측면에서 단점이 있습니다. 3D 프린팅 프로세스에 앞서 금속을 밀링해야 합니다.

이 작업에서 우리는 자기 유체 역학의 원리에 기반한 금속 구조물의 적층 제조에 대한 새로운 접근 방식을 소개합니다. 이 방법에서는 감긴 고체 금속 와이어가 MHD 프린트 헤드의 아세라 미치 팅 챔버에 연속적으로 공급되고 용융되어 그림 1에 표시된 것처럼 모세관 힘을 통해 배출 챔버에 공급되는 액체 금속 저장소를 형성합니다. 코일이 배출 챔버를 둘러싸고 있습니다. 액체 금속 내에서 과도 전기장을 유도하는 과도 자기장을 생성하도록 전기적으로 펄스됩니다. 전기장은 유도 된 순환 전류 밀도를 생성하며, 이는 적용된 자기장과 결합하여 챔버 내에서 오리피스의 액체 금속 방울을 방출하는 역할을하는 로렌츠 힘 밀도 (fMHD)를 생성합니다. 분출 된 액 적은 기질로 이동하여 결합 및 응고되어 확장 된 고체 구조를 형성합니다. 임의의 형태의 3 차원 구조는 입사 액 적의 정확한 패턴 증착을 가능하게하는 움직이는 기판을 사용하여 층별로 인쇄 될 수 있습니다. 이 기술은 Vader Systems (www.vadersystems.com)에서 MagnetoJet이라는 상표명으로 개척하고 상용화했습니다. MagnetoJet 인쇄 공정의 장점은 상대적으로 높은 증착 속도와 낮은 재료 비용으로 임의의 모양의 3D 금속 구조를 인쇄하는 것입니다. 이 작업에서는 MagnetoJet 프로토 타입 프린팅 프로세스에 대해 논의하고 샘플 3D 프린팅 구조를 시연하며 합리적인 설계 및 장치 성능 예측을 가능하게하는 계산 모델을 소개합니다.

Figure 2:Printed 3D structures: (a) ring showing as printed base and processed upper portion, and (b) cat

논문 원문 보기

Simulation Gallery

Simulation Gallery | 시뮬레이션 갤러리

시뮬레이션 비디오 갤러리에서 FLOW-3D 제품군으로 모델링 할 수 있는 다양한 가능성을 살펴보십시오 .

적층 제조 시뮬레이션 갤러리

FLOW-3D AM 은 레이저 파우더 베드 융합, 바인더 제트 및 직접 에너지 증착과 같은 적층 제조 공정을 시뮬레이션하고 분석합니다. FLOW-3D AM 의 다중 물리 기능은 공정 매개 변수의 분석 및 최적화를 위해 분말 확산 및 압축, 용융 풀 역학, L-PBF 및 DED에 대한 다공성 형성, 바인더 분사 공정을 위한 수지 침투 및 확산에 대한 매우 정확한 시뮬레이션을 제공합니다.

Multi-material Laser Powder Bed Fusion | FLOW-3D AM

Micro and meso scale simulations using FLOW-3D AM help us understand the mixing of different materials in the melt pool and the formation of potential defects such as lack of fusion and porosity. In this simulation, the stainless steel and aluminum powders have independently-defined temperature dependent material properties that FLOW-3D AM tracks to accurately capture the melt pool dynamics. Learn more about FLOW-3D AM’s mutiphysics simulation capabilities at https://www.flow3d.com/products/flow3…

FLOW-3D AM 에 대해 자세히 알아보기

YouTube Gallery로 이동하기

Laser Welding Simulation Gallery

FLOW-3D WELD 는 레이저 용접 공정에 대한 강력한 통찰력을 제공하여 공정 최적화를 달성합니다. 더 나은 공정 제어로 다공성, 열 영향 영역을 최소화하고 미세 구조 진화를 제어 할 수 있습니다. 레이저 용접 공정을 정확하게 시뮬레이션하기 위해 FLOW-3D WELD 는 레이저 열원, 레이저-재료 상호 작용, 유체 흐름, 열 전달, 표면 장력, 응고, 다중 레이저 반사 및 위상 변화를 특징으로 합니다.

Keyhole welding simulation | FLOW-3D WELD

FLOW-3D WELD 에 대해 자세히 알아보기

YouTube Gallery로 이동하기

물 및 환경 시뮬레이션 갤러리

FLOW-3D 는 물고기 통로, 댐 파손, 배수로, 눈사태, 수력 발전 및 기타 수자원 및 환경 공학 과제 모델링을 포함하여 유압 산업에 대한 많은 응용 분야를 가지고 있습니다. 엔지니어는 수력 발전소의 기존 인프라 용량을 늘리고, 어류 통로, 수두 손실을 최소화하는 흡입구, 포 이베이 설계 및 테일 레이스 흐름을위한 개선 된 설계를 개발하고, 수세 및 퇴적 및 공기 유입을 분석 할 수 있습니다.

FLOW-3D HYDRO 에 대해 자세히 알아보기

YouTube Gallery로 이동하기

금속 주조 시뮬레이션 갤러리

FLOW-3D CAST 에는 캐스팅을 위해 특별히 설계된 광범위하고 강력한 물리적 모델이 포함되어 있습니다. 이러한 특수 모델에는 lost foam casting, non-Newtonian fluids, and die cycling에 대한 알고리즘이 포함됩니다. FLOW-3D CAST 의 강력한 시뮬레이션 엔진과 결함 예측을 위한 새로운 도구는 설계주기를 단축하고 비용을 절감 할 수 있는 통찰력을 제공합니다.

HPDC |Comparison of slow shot profiles and entrained air during a filling simulation |FLOW-3D CAST

Shown is a video comparing two slow shot profiles. The graphs highlight the shot profiles through time and the difference in entrained air between the slow shots. Note the lack of air entrained in shot sleeve with calculated shot profile which yields a much better controlled flow within the shot sleeve.

FLOW-3D CAST 에 대해 자세히 알아보기

YouTube Gallery로 이동하기

Coastal & Maritime Applications | FLOW-3D

FLOW-3D는 선박 설계, 슬로싱 다이내믹스, 파동 충격 및 환기 등 연안 및 해양 애플리케이션에 이상적인 소프트웨어입니다. 연안 애플리케이션의 경우 FLOW-3D는 연안 구조물에 심각한 폭풍과 쓰나미 파장의 세부 정보를 정확하게 예측하고 플래시 홍수 및 중요 구조물 홍수 및 손상 분석에 사용됩니다.

FLOW-3D 조선/해양에 대해 자세히 알아보기

YouTube Gallery로 이동하기

Particles | 입자

입자 / Particles

본질적으로 Lagrangian 입자는 복잡한 흐름에서 물리량을 추적하는 독특한 방법을 가지고 있습니다. 이들의 속성은 메시 해상도에 의해 덜 제한되며, 동시에 질량, 운동량 및 열 전달을 통해 유체 및 고체와 함께 매우 세부적이고 사실적으로 상호 작용할 수 있습니다. 후 처리(Post Processing) 측면에서 입자는 시각화를 향상 시킬 수 있습니다.

FLOW-3D의 Lagrangian 입자 모델

FLOW-3D의 입자 모델은 전기장 효과 및 유체 흐름과의 양방향 커플 링을 포함하여 마커에서 크기와 밀도가 다른 질량 입자로 진화했습니다. 이 모델은 공기 중의 오염 물질, 금속 함유물 및 분리기에서 포착되는 파편을 추적하는데 성공적으로 적용되었습니다. 최근에는 FLOW-3D의 입자 모델이 기능을 확장하기 위한 큰 변화가 있었습니다. 현재 모델에서 입자는 기본 기능에 따라 클래스로 그룹화됩니다.

마커 입자 는 단순한 질량이 없는 마커로 유체 흐름을 추적하는 데 가장 적합합니다.
질량 입자 는 모래 알갱이 또는 내포물과 같은 고체 물체를 나타냅니다.
액체 입자 는 유체로 만들어지며 모든 유체 속성을 상속합니다.
가스 입자 는 주변 유체의 온도 및 압력 부하에 따라 크기가 변하는 기포를 나타냅니다.
보이드 입자 는 가스 입자와 유사하지만 그 특정 기능은 붕괴된 기포를 표시하고 추적하는 것입니다. 이는 다른 응용 분야에서 주조시 금형 충전 중에 생성되는 잠재적 다공성 결함을 예측하는 데 유용합니다.
프로브 입자 는 해당 위치에서 변수 값을 기록하고 보고하는 진단 장치로 사용됩니다. 다른 클래스의 입자로 만들 수 있습니다.
사용자 입자 는 소스 코드에서 사용자 정의 함수를 통해 사용자 정의를 할 수 있습니다.

각 입자 클래스에는 드래그 계수 및 각 숫자 입자가 물리적 입자의 구름을 나타낼 수 있는 매크로 입자 계수와 같이 클래스의 모든 입자에 적용되는 속성이 있습니다. 사용자 클래스의 입자에는 사용자가 사용자 정의 할 수 있는 세 가지 추가 속성이 있습니다.

다양한 크기와 밀도의 입자를 나타내는 재료 입자 클래스 내에서 여러 종을 정의 할 수 있습니다. 주변 유체와의 열 전달은 모든 재료 입자, 즉 질량, 액체, 가스, 보이드 및 사용자 입자에 적용되는 또 다른 기능입니다.

가스 입자의 압력은 상태 방정식과 온도 변화에 따른 변화를 사용하여 계산됩니다. 기체 입자가 유체가 없는 표면을 벗어나면 기체 영역에 부피를 추가합니다.

액체 입자의 유체는 응고 뿐만 아니라 증발 및 응축으로 인해 상 변화를 겪을 수 있습니다. 응고된 입자는 질량 입자와 유사한 고체 물체로 작동하지만 일단 들어가서 다시 녹으면 유체로 변환됩니다. 또한 2 유체 상 변화 모델이 활성화되면 액체 입자가 기체 내에서 이동하면서 증발 및 응축될 수 있으므로 스프레이 냉각 모델링에 유용합니다.

각 파티클 클래스는 FLOW-3D POST 에서 별도의 개체로 시각화 할 수 있습니다. 속도, 온도, 입자 수명 또는 고유 ID와 같은 개별 입자 속성을 색상에 사용할 수 있습니다. 표시된 입자 크기는 클래스 내에서의 변화를 반영합니다.

Lagrangian 입자를 직접 금속 증착에 적용

직접 금속 증착은 동일한 금속의 분말 스트림이 주입되는 고체 금속 기판에 용융 풀을 형성하기 위해 레이저를 사용하는 적층 제조 공정의 한 유형입니다. 분말 입자가 풀 내부에서 녹고, 풀이 다시 응고되면 일반적으로 두께가 0.2-0.8mm이고 너비가 1-2mm 인 고형화된 금속 층이 형성됩니다.

laser/powder gun 어셈블리가 기판 표면을 계속 스캔하므로 복잡한 모양을 층별로 만들 수 있습니다. 레이저 출력, 속도 및 분말 공급 사이의 적절한 균형은 공정의 성공과 효율성을 위해 중요합니다. 엔지니어의 주요 관심 사항은 다음과 같습니다.

용융 풀의 크기와 모양
금속 흐름 및 그 내부의 냉각 속도
응고된 층의 형상

이 섹션에서 설명하는 시뮬레이션은 이러한 특성을 정확하게 예측합니다. 레이저와 기판의 움직임은 좌표계를 레이저에 부착함으로써 반전됩니다. Inconel 718 합금의 기판은 10mm/s의 일정 속도로 움직입니다. 레이저는 1.8kW의 출력으로 반경 1mm의 원형 열원으로 모델링됩니다. 3 개의 파우더 건은 0.684 g/s의 속도로 레이저 충돌 점에서 고체 금속 입자를 전달합니다. 각 건은 크기가 2 x 2 mm이고 초당 입자 비율은 10⁵ 입니다.

입자는 액체 입자 클래스를 사용하여 모델링됩니다. 모든 입자의 직경은 40 μm입니다. 매크로 입자 배율 10은 시뮬레이션에서 입자 수를 줄이는데 사용됩니다. 3백만 개의 물리적 입자를 나타내는 매 초당 시뮬레이션에서 3 x 10⁵ 개의 숫자 입자가 생성됩니다. 입자의 초기 온도는 480°C입니다. 즉, 풀에 충돌하기 전에 고체 상태입니다.
</p>

시뮬레이션은 분말을 첨가하기 전에 용융 풀이 형성 될 수 있도록, 시작한 후 2초 후에 입자 소스를 활성화하여 10초 동안 실행했습니다. 일단 풀에 들어가면 입자가 녹아 금속으로 전환되어 금속의 부피가 증가하여 궁극적으로 레이저에서 하류의 재응고 금속 층을 형성합니다. 용융 풀 모양은 대칭 평면에 표시됩니다.

새로운 Lagrangian 입자 모델은 FLOW-3D의 현재 기능을 크게 확장 할 뿐만 아니라 금속의 핵심 가스 버블 추적과 같은 향후 확장을 위한 강력한 개발 플랫폼을 만듭니다.

Laser Metal Deposition and Fluid Particles

FLOW-3D는 신규 모듈을 개발 하면서, 입자 모델의 새로운 입자 클래스 중 하나인 유체 입자의 기능에 초점을 맞출 것입니다. 유체 입자는 증발 및 응고를 포함하여 유체 속성을 본질적으로 부여합니다. 유체 입자가 비교적 간단한 강우 모델링(아래의 애니메이션)에서 복잡한 레이저 증착(용접) 모델링에 이르기까지 다양한 사례가 있을 수 있습니다.

Fluid Particles

FLOW-3D에서 유체 입자 옵션이 활성화 되면 사용자는 다양한 직경과 밀도로 다양한 유체 입자 종을 설정할 수 있습니다. 또한 유체 입자의 동력학은 확산 계수, 항력 계수, 난류 슈미트 수, 반발 계수 및 응고된 반발 계수와 같은 특성에 의해 제어 될 수 있습니다. 유체 입자는 열적 및 전기적 특성을 지정할 수 있습니다.

사용자는 유체 입자 생성을 위해 여러 소스를 설정할 수 있습니다. 각 소스는 이전에 정의 된 모든 유체 입자 종 또는 일부 유체 입자 종의 혼합을 가질 수 있습니다. 또한 사용자는 무작위 또는 균일한 입자 생성을 선택하고 입자가 소스에서 방출되는 속도를 정의 할 수 있습니다.

Laser Metal Deposition

레이저 금속 증착은 미세한 금속 분말을 함께 융합하여 3차원 금속 부품을 제작하는 3D printing 공정입니다. 레이저 금속 증착은 항공 우주 및 의료 정형 외과 분야에서 다양한 응용 분야에 적용됩니다. 레이저 금속 증착의 개략도는 아래와 같습니다. 전력 강도 분포, 기판의 이동 속도, 차폐 가스 압력 및 용융/응고, 상 변화 및 열전달과 같은 물리적 제어와 같은 제어 매개 변수가 함께 작동하여 레이저 금속 증착을 효과적인 적층 제조 공정으로 만듭니다.

Setting Up Laser Metal Deposition

새로운 유체 입자 모델은 분말 강도 분포를 할당하고 용융 풀 내부 및 주변에서 발생하는 복잡한 입자 – 기판 상호 작용을 포착하기 때문에 레이저 금속 증착 시뮬레이션을 설정하는 데 없어서는 안될 부분입니다.

일반 사용자들은 FLOW-3D에서 시뮬레이션을 쉽게 설정할 수 있다는 것을 알고 있습니다. 레이저 금속 증착 설정의 경우에도 다른 점은 없습니다. IN-718의 물리적 특성, 형상 생성, 입자 분말 강도 분포, 메쉬 생성 및 시뮬레이션 실행과 같은 모든 설정 단계가 간단하고 사용자 친화적입니다.

IN-718의 물성은 기판과 응고된 유체 입자 모두에 사용됩니다. 40 미크론 유체 입자가 무작위 방식으로 초당 500,000의 속도로 입자 영역에서 계산 영역으로 주입됩니다. 입자 빔은 기판의 운동 방향이 변화 될 때마다 순간적으로 정지되어 용융 풀이 급격한 속도 변화에 적응하도록 합니다.

이렇게 하면 기판에서 입자가 반사되는 것을 방지 할 수 있습니다. 기판이 5초마다 회전하기 때문에 입자 생성 속도는 아래 그림과 같이 5 초마다 0으로 떨어집니다. 기판 이동 자체는 표 형식의 속도 데이터를 사용하여 FLOW-3D에 지정됩니다. 입자는 응고된 유체 입자로 주입되어 고온의 용융 풀에 부딪혀 녹아 용융 풀 유체의 일부가 됩니다.

Substrate velocity

입자 모델 외에도 FLOW-3D의 밀도 평가, 열 전달, 표면 장력, 응고 및 점도 모델이 사용됩니다. 보다 구체적으로, 온도에 따른 표면 장력은 증착된 층의 형태에 큰 영향을 주는 Marangoni 효과를 일으킵니다.

레이저를 복제하기 위해 100 % 다공성 구성 요소가 있는 매우 기본적인 설정이 열원으로 사용됩니다. 100 % 다공성은 구성 요소 주변의 유동 역학에 영향을 미치지 않습니다. 오히려 그것은 특정 영역의 기판에 열을 효과적으로 추가합니다. 이 예비 가열 메커니즘을 자회사인 Flow Science Japan이 개발한 고급 레이저 모듈로 교체하는 작업이 현재 본격적으로 진행 중입니다. 가열 다공성 구성 요소는 각각의 층이 동일한 양의 열을 얻도록 각 층이 증착된 후에 약간 위로 이동됩니다.

Results and discussion

아래 애니메이션은 다중 층 증착을 이용한 레이저 금속 증착 공정을 보여줍니다. 기판이 방향을 변경할 때마다 입자 빔 모션이 일시적으로 중지됩니다. 또한 층이 증착됨에 따라 다공성 열원에서 각 층에 불균등 한 열이 추가되어 새로운 층의 모양이 변경됩니다. 각 층을 증착 한 후에 열원을 위로 이동해야 하는 양을 측정하는 것은 현재의 기능에서는 어렵습니다. 다만 준비중인 Flow Science Japan의 레이저 모듈은 이 문제를 해결할 수 있습니다.

전반적으로 입자 모델은 레이저 금속 증착에서 매우 중요한 공정 매개 변수인 분말 강도 분포를 정확하게 재현합니다. 입자 모델에 대한 이러한 수준의 제어 및 정교함은 적층 제조 분야의 사용자와 공급자 모두가 제조 공정을 미세 조정하는 데 도움이 될 것으로 기대합니다.

Laser Welding and Additive Manufacturing

Melt Pool Modeling: Innovation in Laser Welding & Additive Manufacturing

Additive Manufacturing 기술이 새로운 제조 방식을 계속 발전시키면서 CFD 모델링은 공정 개발 및 최적화와, 재료의 변화를 이해하고, 설계 및 연구를 수행하는 매우 유용한 도구가 되었습니다. 이 웨비나에서는 최첨단 CFD 소프트웨어 FLOW-3D AM이 레이저 파우더 베드 융합 및 직접 에너지 증착 공정에서 용융 풀 역학을 모델링하는데 어떻게 사용되는지 살펴볼 것입니다. 그런 다음 유용한 정보를 얻기 위해 모델 데이터의 추출 및 분석에 집중하고 FLOW-3D AM에서 최근에 구현된 기능에 대해 논의합니다. 마지막으로 레이저 용접 및 적층 제조 응용 분야 모두에 적용할 수 있는 관련 산업 사례 연구를 검토하여 산업 응용 분야에 소프트웨어 사용을 보여줍니다.

https://www.facebook.com/FLOW3D.CFD.Software/videos/359103388813376/

Laser Metal Deposition Simulation | FLOW-3D AM | Facebook

FLOW-3D - We'll be presenting and exhibiting at the 2021 — FLOW-3D – We’ll be presenting and exhibiting at the 2021

등록 링크https://zoom.us/webinar/register/7516034917241/WN_tik88gXJRzult2_HDNIzPA
산지 표준시(미국 및 캐나다)의 2021년 5월 5일 11:00 오전 (현지 시간)
이벤트 주최: FLOW-3D

발표자

Paree AlluSenior CFD Engineer @Flow Science, Inc.Paree Allu is a Senior CFD Engineer with Flow Science, where he leads the technical and business strategy for Flow Science’s additive manufacturing and laser welding software solutions. Paree holds a Master’s Degree in Mechanical Engineering from The Ohio State University.

Allyce JackmanCFD Engineer @Flow Science, Inc.Allyce Jackman is a CFD Engineer with Flow Science, where she specializes in laser welding, coating, and complex multiphysics applications. Allyce holds a Bachelor’s Degree in Mechanical Engineering from the University of New Mexico.

FLOW-3D Weld

FLOW-3D WELD 는 레이저 용접 공정에 대한 강력한 통찰력을 제공하여 공정 최적화를 달성합니다. 더 나은 공정 제어를 통해 다공성, 열 영향 영역을 최소화하고, 미세 구조 변화를 제어 할 수 있습니다. 레이저 용접 프로세스를 정확하게 시뮬레이션하기 위해 FLOW-3D WELD 는 레이저 열원, 레이저-재료 상호 작용, 유체 흐름, 열 전달, 표면 장력, 응고, 다중 레이저 반사 및 위상 변화와 같은 모든 관련 물리학을 구현합니다.

FLOW-3D WELD Brochure Download

낮은 열 입력, 뛰어난 생산성, 속도는 기존의 용접 방법을 대체하는 레이저 용접 프로세스로 이어집니다. 레이저 용접이 제공하는 장점 중 일부는 더 나은 용접 강도, 더 작은 열 영향 영역, 더 정밀한 정밀도, 최소 변형 및 강철, 알루미늄, 티타늄 및 이종 금속을 포함한 광범위한 금속 / 합금을 용접 할 수있는 능력을 포함합니다.

공정 최적화

FLOW-3D WELD 는 레이저 용접 공정에 대한 강력한 통찰력을 제공하고 궁극적으로 공정 최적화를 달성하는 데 도움이됩니다. 더 나은 공정 제어로 다공성을 최소화하고 열 영향을받는 영역을 제한하며 미세 구조 변화를 제어 할 수 있습니다. FLOW-3D WELD 는 자유 표면 추적 알고리즘으로 인해 매우 복잡한 용접 풀을 시뮬레이션하는 데 매우 적합합니다. FLOW-3D WELD 는 관련 물리적 모델을 FLOW-3D 에 추가로 통합하여 개발되었습니다. 레이저 소스에 의해 생성된 열유속, 용융 금속의 증발 압력, 차폐 가스 효과, 용융 풀의 반동 압력 및 키홀 용접의 다중 레이저 반사. 현실적인 공정 시뮬레이션을 위해 모든 관련 물리 현상을 포착하는 것이 중요합니다.

얕은 용입 용접 (왼쪽 상단); 실드 가스 효과가 있는 깊은 용입 용접 (오른쪽 상단); 쉴드 가스 및 증발 압력을 사용한 심 용입 용접 (왼쪽 하단); 쉴드 가스, 증발 압력 및 다중 레이저 반사 효과 (오른쪽 하단)를 사용한 깊은 침투 용접.

FLOW-3D WELD 는 레이저 용접의 전도 모드와 키홀 모드를 모두 시뮬레이션 할 수 있습니다. 전 세계의 연구원들은 FLOW-3D WELD 를 사용하여 용융 풀 역학을 분석하고 공정 매개 변수를 최적화하여 다공성을 최소화하며 레이저 용접 수리 공정에서 결정 성장을 예측합니다.

완전 관통 레이저 용접 실험

한국의 KAIST와 독일의 BAM은 16K kW 레이저를 사용하여 10mm 강판에 완전 침투 레이저 용접 실험을 수행했습니다. CCD 카메라의 도움으로 그들은 완전 침투 레이저 용접으로 인해 형성된 상단 및 하단 용융 풀 역학을 포착 할 수있었습니다. 그들은 또한 FLOW-3D WELD 에서 프로세스를 시뮬레이션하고 시뮬레이션과 실험 결과 사이에 좋은 일치를 얻었습니다.

레이저 용접 다공성 사례 연구

General Motors, Michigan 및 Shanghai University는 중국의 공정 매개 변수, 즉 용접 속도 및 용접 경사각이 키홀 용접에서 다공성 발생에 미치는 영향을 이해하기 위해 상세한 연구를 공동으로 진행했습니다.

연구원들은 FLOW-3D WELD를 사용 하여 증발 및 반동 압력, 용융풀 역학, 온도 의존적 표면 장력 및 키홀 내에서 여러 번의 레이저 반사 동안 프레넬 흡수를 포함한 모든 중요한 물리적 현상을 설명했습니다.

시뮬레이션 모델을 기반으로 연구진은 키홀 용접에서 유도 다공성의 주요 원인으로 불안정한 키홀을 식별했습니다. 아래 이미지에서 볼 수 있듯이 후방 용융 풀의 과도한 재순환으로 인해 후방 용융 풀이 전방 용융 풀 벽에서 붕괴되고 공극이 발생하여 다공성이 발생합니다. 이러한 갇힌 공극이 진행되는 응고 경계에 의해 포착되었을 때 다공성이 유도되었습니다.

높은 용접 속도에서는 더 큰 키홀 개구부가 있으며 이는 일반적으로 더 안정적인 키홀 구성을 가져옵니다. 사용 FLOW-3D 용접 , 연구진은 그 높은 용접 속도와 경사도 완화 다공성의 큰 용접 각도를 예측했습니다.

FLOW Weld

FLOW Weld 모듈은 용접 해석에 필요한 모델을 FLOW-3D 에 추가하는 추가 모듈입니다.

FLOW-3D 의 표면 장력 자유 표면 분석, 용융, 응고, 증발, 상 변화 모델 등의 기본 기능을

응용하여 각종 용접 현상을 분석 할 수 있습니다.

주요 기능 :	열원 모델 (출력 지정, 가우스분포, 디 포커스 등) 열원의 자유로운 이동 증발 압력 (그에 따른 반력) 실드 가스 압력 다중 반사 용접에 관한 대표적인 출력 (온도 구배 냉각 속도, 에너지 분포 등)
분석 용도 :	높은 방사선 강도와 고온에 의해 직접 관찰이 어려운 현상을 시각화 온도, 열, 용접 속도, 위치 관계, 재료 물성 등의 매개 변수 연구 결함 예측 (기공, 응고, 수축 등)

FLOW -3D Weld 분석 기능

열원 모델의 이동
　 출력량 지정, 가우스분포
에너지 밀도의 분포 , 가공 속도
　 가우스 테이블 입력
증발 압력
　 온도 의존성
다중 반사
　 용해 깊이에 미치는 영향
결과 처리
　 용해 모양, 에너지 분포, 온도 구배 냉각 속도
다양항형상의 레이저와 거동 (+ csv 파일로드)
　 다양한 모양을 csv 파일 형식으로 정의 회전 + 이동
　 임의 형상 이동을 csv 파일로 로드 (나선형)
이종 재료
　 이종 재료의 용접
3D Printing Method
　 Cladding 적층공정

1. 열원 모델의 이동

2. 에너지 밀도의 분포, 가공 속도

열 플럭스 r 방향의 분포 단면은 원형으로, r 방향으로 열유속 분포를 제공합니다.

에너지 밀도의 공간적 분포

가우스 : 원추형의 경우는 조사 방향으로 변화하고 열유속의 면적 분은 동일합니다.

가공 속도

가공 노즐을 x, y, z 방향, 시간 – 속도의 테이블에서 지정합니다.
또한 노즐 (광원) 위치 좌표 조사 방향 벡터 성분을 지정합니다.

3. 증발 압력

에너지 밀도가 높은 경우, 용융 부 계면이 증발하고 그 반력에 의해 계면에 함몰이 발생합니다.
특히 깊은 용융부를 포함한 레이저 용접은 증발 압력을 고려한 모델링이 필요합니다.

증발 압력의 평가는 일반적인 수학적 모델이 없기 때문에 다음 모델 식을 사용합니다.

증발 가스의 상승 효과 (키 홀, 스퍼터 등)

증기의 상승 흐름의 영향을 동압, 전단력으로 평가합니다.

4. 다중 반사

키홀 거동의 비교

다중 반사를 고려한 레이저

5. 결과 처리

용접 기능에 관한 대표적인 출력 예입니다.

6. 다양한 형상의 레이저와 거동 (+ csv 파일 읽기)

7. 이종 재료

이종 재료 간이 분석

재료 : 철, 구리

이종 재료를 이용한 레이저 용접

재료 : 구리, 철

8. 금속 3D 프린팅 기법

– 적층 제조 (Additive Manufacturing) 공정

– DED(Direct Energy Deposition) 공정

CFD가 레이저 용접을 만나면 : 불꽃이 어떻게 날아갑니까?

Pareekshith Allu Senior CFD Engineer | Additive Manufacturing | Laser Welding | Business Development

When CFD meets laser welding: How sparks fly!

CFD 또는 전산 유체 역학은 수치적 방법을 사용하여 유체 흐름을 연구하는 것입니다. 유체 흐름의 기본 방정식에는 솔루션 해가 없으므로 컴퓨터를 사용하여 방정식을 반복적으로 계산하는 수치해석 방법으로 해결합니다. 일반적으로 CFD 도구는 공기 역학, 엔진 연소, 물 및 환경 흐름, 미세 유체 및 제조 공정에서 광범위한 연구 및 엔지니어링 문제에 적용될 수 있습니다. CFD가 개발에 중요한 역할을 한 기술을 매일 접할 가능성이 있습니다. FLOW-3D 소프트웨어 제품 제조업체인 Flow Science Inc.에서는 자유 표면 흐름 문제 라고하는 특수한 문제 해결에 중점을 둡니다 .

자유 표면 흐름이란 무엇입니까? 밀도 차이가 큰 두 유체간에 인터페이스가 공유되는 분야는 자유 표면 흐름입니다. 예를 들어, 기체-액체 경계면이 제한되지 않고 시간에 따라 자유롭게 움직이고 변경할 수 있다는 점에서 강의 물과 주변 공기 사이에 자유 표면이 존재합니다. FLOW-3D 솔버의 기본 DNA 인 Volume of Fluid 또는 VoF 방법 은 자유 표면의 진화를 추적하는 강력한 계산 기술입니다. 우리는 지난 40 년 동안 이 문제에 거의 전적으로 집중했습니다.

자유 표면 흐름은 제조산업 분야에서도 널리 사용됩니다. 금속 주조에서는 용융 금속과 용융 금속이 채우는 금형 또는 다이의 공기 사이에 자유 표면이 존재합니다. L-PBF ( Laser Powder Bed fusion) 라고하는 적층 제조 공정에서 레이저를 사용하여 분말 입자를 녹이고 융합하여 공정에서 자유 표면 용융 풀을 만듭니다. 그리고 레이저 용접에서는 레이저 빔에 의해 녹아서 두 개의 금속 부품 / 부품을 함께 융합 할 때 형성되는 자유 표면 용융 풀이 있습니다.

이 게시물에서는 레이저 용접 공정에 대한 CFD 시뮬레이션이 유용한 이유를 설명합니다.

레이저 기술은 지난 몇 년 동안 상당히 발전했으며 이제 다른 레이저 제조업체는 다양한 파장에서 펄싱 기능이 있는 고출력 레이저를 제공 할 수 있습니다. 레이저와 로봇 자동화 시스템, 컨트롤러 및 프로세스 센서의 통합은 다양한 제조 산업에서 사용을 확대하여 열 입력이 적고 열 영향 영역이 더 작은 레이저 용접 조인트를 가능하게합니다.

레이저-재료 상호 작용은 복잡하며이를 정확하게 모델링하려면 이러한 시간적 및 공간적 규모와 관련된 물리학을 구현해야합니다. 레이저 열원은 표면에 에너지를 축적하여 기판을 녹이고 용융 금속 풀을 만듭니다. 용융 풀은 전력, 속도 및 스캔 경로와 같은 레이저 가공 매개 변수와 용융 풀의 자유 표면에 동적 증기압을 적용하는 차폐 가스의 영향을 더 많이받습니다. 또한 용접되는 기판의 재료 특성이 중요한 역할을합니다. 용융된 풀의 상 변화와 증발은 용융 풀을 더욱 압박하는 반동 압력을 유발할 수있는 반면 표면 장력은 풀 내의 유체 대류에 영향을줍니다. 키홀 링이있는 경우 레이저 광선이 키홀 내에 갇혀 추가 반사 영향을 받을 수 있습니다. 기판에 더 많은 에너지를 전달합니다. 불안정한 키홀이 붕괴되면 갇힌 공극이 진행되는 응고 경계에 의해 포착되는 다공성 형성으로 이어질 수 있습니다.

분명히 많은 일이 진행되고 있습니다. 이것이 CFD 시뮬레이션이 강력 할 수있는 곳이며 FLOW-3D WELD를 개발할 때 레이저-재료 상호 작용을 이해하는 데 많은 노력을 기울이는 이유입니다. 자유 표면 추적 및 레이저 에너지 증착, 차폐 가스 역학, 상 변화, 반동 압력, 표면 장력, 레이저 광선 추적 및 응고와 함께 유체 및 열 흐름 방정식을 통합하는 물리 기반 모델은 레이저의 복잡한 상호 작용을 캡처하는 데 매우 정확합니다. 용접과정을 해석하는 기능은 용융 풀의 안정성에 대한 다양한 공정 매개 변수의 영향을 분리하고 엔지니어와 연구원이 용접 일정을 최적화하는 데 도움이 될 수 있습니다.

CFD 시뮬레이션은 레이저 용접 프로세스를 분석하고 개선하는데 도움이되는 프레임 워크를 제공 할 수 있습니다. 불안정한 용융 풀은 키홀 유발 다공성, 파열 및 스패 터와 같은 결함을 초래할 수 있기 때문에 용융 풀의 작동 방식을 이해하는 것은 조인트의 품질에 매우 중요합니다. 그 후, FLOW-3D WELD 모델의 출력인 응고된 용융 풀 데이터 및 열 구배와 같은 결과를 미세 구조 또는 유한 요소 분석 모델에 입력하여 각각 결정 성장 및 열 응력 진화를위한 길을 닦을 수 있습니다.

이 게시물이 CFD를 사용하여 레이저 용접 프로세스를 시뮬레이션하는 이점을 이해하는데 도움이 되기를 바랍니다.

레이저 용접 공정을 더 잘 이해하기 위해 CFD 시뮬레이션 적용을 고려해 보셨습니까? 어떤 특징 / 물리 현상이 모델링되기를 원하십니까? 질문과 의견이 있으면 언제든지 flow3d@stikorea.co.kr 또는 미국 본사의 paree.allu@flow3d.com에게 연락하십시오.

FLOW-3D 분말 소결 적층 조형 프로세스 해석

FLOW-3D DEM

FLOW-3D^@DEM을 이용하여 분말 적층 공정(파우더 베드 방식) 해석이 가능합니다. 여기에서는 재질: Ni 합금 (Inconel 718), 적층 피치 60μm 정도를 실시한 사례입니다. 지름 20um의 입자를 기준으로 지정하고, 자유낙하에 의해 베드를 형성합니다. 입자는 높이 방향으로 3개 정도로 적층되었습니다. 일정한 입경(case 1)에 미세한 입자를 섞은 것(case2)은 충전율이 높아졌습니다. 한편 굵은 입자를 지정한 케이스(case3)는 충전율이 나빠지는 결과를 확인할 수 있었습니다.

FLOW-3D WELD 용융지 형성 후 다시 응고되어 가는 모습 확인

FLOW-3D^@DEM에서 얻은 입자 배드에 레이저를 조사하여 용융 해석을 실시한 사례입니다. FLOW-3D^@WELD에서는 레이저에 의한 에너지 밀도 분포를 부여하여 열, 유동 해석을 실시합니다. 용융지가 형성되었다가 다시 응고되어 가는 모습을 확인할 수 있습니다.

입자 충전율이 높은 경우(case2)에서는 용융지가 비교적 직선으로 늘어나지만 충전율이 낮은 경우에 구불구불한 형태로 용융지가 형성되었습니다. 입자가 형성되는 표면 형상, 틈새가 비드 형성에 영향을 준다는 것을 알 수 있습니다.

F.SAI를 이용한 열응력 해석

FEM mesh 데이터와 FLOW-3D^@ 결과 파일에서 구조 인터페이스 F.SAI를 이용하여 온도 데이터를 추출합니다.

여기에서는 case2의 결과를 이용하여 온도 데이터를 추출하여 얻을 수 있고, 온도 데이터를 하중 데이터로 하여 각종 구조해석 소프트웨어에서 열응력 해석을 실시했습니다.

오른쪽 그림에 NX Nastran, MSC Nastran, Marc의 결과를 보여 줍니다. 수축에 의한 응력의 발생과 변위의 모습을 확인할 수 있습니다.

FEM 메시 데이터와 FLOW-3D결과 파일에서 구조 인터페이스를 통한 열응력해석

Advances in Magnetohydrodynamic Liquid Metal Jet Printing

Scott Vader¹, Zachary Vader¹, Ioannis H. Karampelas² and Edward P. Furlani^{2, 3}
¹Vader Systems, Buffalo, NY
²Dept. of Chemical and Biological Engineering,³Dept. of Electrical Engineering,
University at Buffalo SUNY, NY 14260, Office: (716) 645-1194, Fax: (716) 645-3822, efurlani@buffalo.edu

ABSTRACT

자기유체역학적 액체 금속 제트 프린팅

우리는 용해된 금속 방울을 3D 물체로 만드는 새로운 주문형 DOD(Drop-on-Demand) 인쇄 방법을 제안합니다. 이 접근 방식에서는 단단한 금속 와이어가 인쇄 헤드 내에서 용해된 다음 펄스 자기장에 노출됩니다.

적용된 필드가 챔버에 침투하여 액상 금속 내에 자기 유압(MHD) 기반 압력 펄스를 유도하여 금속 일부가 노즐 챔버를 통해 이동된 후 배출됩니다. 표면 장력은 분출된 금속 위에 작용하여 가해진 압력에 따라 초 당 수 미터 범위의 속도로 구형 방울을 형성합니다.

잠시 비행한 후 방울이 기질에 충돌하여 냉각되어 고체 덩어리를 형성합니다. 따라서 패턴이 있는 증착 및 드롭 방식의 고형화를 통해 3D 솔리드 구조를 인쇄할 수 있습니다.

현재 연구에서는 샘플 프린팅 구조와 함께 시제품 MHD 프린팅 시스템 개발에 대한 발전된 점을 제시합니다. 또한 드롭 생성을 관리하는 기본 물리학에 대해 논의하고 장치 성능을 예측하기 위한 새로운 컴퓨팅 모델을 소개합니다.

Computational model of magnetohydrodynamic-based drop generation (printhead reservoir and ejection chamber
not shown): (a) the magnetic field generated by a pulsed coil is shown

INTRODUCTION

주문형 드롭온 잉크젯 프린팅은 상업 및 소비자 이미지 재현을 위한 잘 확립된 방법입니다. 이 기술을 추진하는 원리와 동일한 원리가 기능 인쇄 및 적층 제조 분야에도 적용될 수 있습니다.

Early stage prototype of a single nozzle printhead

기존의 잉크젯 기술은 폴리머에서 살아있는 세포에 이르는 다양한 재료를 증착하고 패터링하여 다양한 기능성 매체, 조직 및 장치를 프린팅하는 데 사용되어 왔습니다. 현재 진행 중인 작업을 통해 잉크젯 인쇄를 3D 금속 부품으로 확장하려고 시도하고 있습니다.

현재, 대부분의 3D 금속 인쇄 애플리케이션은 고체 물체를 형성하기 위해 레이저(예: 선택적 레이저 소거 [1] 및 직접 금속 소거[2]) 또는 전자 빔(예: 전자 빔 용해 [3])과 같은 외부 유도 에너지원에 의해 소거 또는 녹는 퇴적 금속 분말을 포함합니다.

그러나 이러한 방법은 비용과 복잡성, 즉 3D 프린팅 공정에 앞서 금속을 분쇄해야 한다는 점에서 일정한 단점이 있을 수 있습니다.

이 프레젠테이션에서는 자기 유압 역학 원리를 기반으로 하는 금속 적층 제조의 근본적으로 다른 접근 방식을 제안합니다. 이 방법은 스풀링된 고체 금속 와이어를 인쇄 헤드에 공급하고 노즐에서 업스트림을 예열하여 노즐 챔버에 공급되는 액체 금속 저장소를 형성하는 것입니다. 챔버가 채워지면 액체 금속 내에서 과도 전류를 유도하는 펄스 자기장이 인가됩니다. 유도 전류가 인가된 필드에 결합되어 로렌츠 힘 밀도를 생성하여, 인가된 압력에 따라 속도가 달라지는 용융 금속 방울을 배출하는 작용을 하는 챔버 내의 유사 압력을 제공합니다.

방울은 냉각된 기질에 투영되어 고체 덩어리를 형성합니다. 3D 솔리드 구조를 패터닝으로 인쇄할 수 있습니다. 방울의 침적과 방울의 현명한 응고입니다. 이 유망한 신기술은 낮은 재료 비용, 높은 제조율 및 매력적인 재료 특성 때문에 적층 제조 애플리케이션에 광범위한 영향을 미칠 수 있습니다.

현재 작업에서는 새로운 3D 인쇄 시스템을 도입하고 기기 개발의 진보를 설명하고 샘플 인쇄 구조를 시연합니다. 또한 드롭 생성-배출 메커니즘에 대해 설명하고 인쇄 성능을 예측하기 위한 일련의 새로운 컴퓨팅 모델을 제시합니다.

자세한 내용은 본문을 참고하시기 바랍니다.

ADDITIVE MANUFACTURING SIMULATIONS

Capabilities of FLOW-3D

FLOW-3D는 자유 표면 유체 흐름 시뮬레이션을 전문으로하는 다중 물리 CFD 소프트웨어입니다. 자유 표면의 동적 진화를 추적하는 소프트웨어의 알고리즘인 VOF (Volume of Fluid) 방법은 Flow Science의 설립자인 Tony Hirt 박사가 개척했습니다.

또한 FLOW-3D에는 금속 주조, 잉크젯 인쇄, 레이저 용접 및 적층 제조 (AM)와 같은 광범위한 응용 분야를 시뮬레이션하기위한 물리 모델이 내장되어 있습니다.
적층 제조 시뮬레이션 소프트웨어, 특히 L-PBF (레이저 파우더 베드 융합 공정)의 현상 유지는 열 왜곡, 잔류 응력 및지지 구조 생성과 같은 부분 규모 모델링에 도움이되는 열 기계 시뮬레이션에 초점을 맞추고 있습니다.

유용하지만 용융 풀 역학 및 볼링 및 다공성과 같은 관련 결함에 대한 정보는 일반적으로 이러한 접근 방식의 영역 밖에 있습니다. 용융 풀 내의 유체 흐름, 열 전달 및 표면 장력이 열 구배 및 냉각 속도에 영향을 미치며 이는 다시 미세 구조 진화에 영향을 미친다는 점을 명심하는 것도 중요합니다.

FLOW-3D와 이산 요소법 (DEM) 및 WELD 모듈을 사용하여 분말 및 용융 풀 규모에서 시뮬레이션 할 수 있습니다.
구현되는 관련 물리학에는 점성 흐름, 열 전달, 응고, 상 변화, 반동 압력, 차폐 가스 압력, 표면 장력, 움직이는 물체 및 분말 / 입자 역학이 포함됩니다. 이러한 접근 방식은 합금에 대한 공정을 성공적으로 개발할 수 있게 하고, AM 기계 제조업체와 AM 기술의 최종 사용자 모두에게 관심있는 미세 구조 진화에 대한 통찰력을 제공하는데 도움이 됩니다.

FLOW-3D는 레이저 분말 베드 융합 (L-PBF), 직접 에너지 증착 (DED) 및 바인더 제트 공정으로 확장되는 기능을 가지고 있습니다.
FLOW-3D를 사용하면 분말 확산 및 패킹, 레이저 / 입자 상호 작용, 용융 풀 역학, 표면 형태 및 후속 미세 구조 진화를 정확하게 시뮬레이션 할 수 있습니다. 이러한 기능은 FLOW-3D에 고유하며 계산 효율성이 높은 방식으로 달성됩니다.

예를 들어 1.0mm x 0.4mm x 0.3mm 크기의 계산 영역에서 레이저 빔의 단일 트랙을 시뮬레이션하기 위해 레이저 용융 모델은 단 8 개의 물리적 코어에서 약 2 시간이 걸립니다.
FLOW-3D는 모든 관련 물리 구현 간의 격차를 해소하는 동시에 업계 및 연구 표준에서 허용하는 시간 프레임으로 결과를 생성합니다. 분말 패킹, 롤러를 통한 파워 확산, 분말의 레이저 용융, 용융 풀 형성 및 응고를 고려하고 다층 분말 베드 융합 공정을 위해 이러한 단계를 순차적으로 반복하여 FLOW-3D에서 전체 AM 공정을 시뮬레이션 할 수 있습니다.

FLOW-3D의 다층 시뮬레이션은 이전에 응고된 층의 열 이력을 저장한다는 점에서 독특하며, 열 전달을 고려하여 이전에 응고된 층에 확산된 새로운 분말 입자 세트에 대해 시뮬레이션이 수행됩니다.
또한, 응고 된 베드의 열 왜곡 및 잔류 응력은 FLOW-3D를 사용하여 평가할 수 있으며, 보다 복잡한 분석을 수행하기 위해 FLOW-3D의 압력 및 온도 데이터를 Abaqus 및 MSC Nastran과 같은 FEA 소프트웨어로 내보낼 수 있습니다.

Sequence of a multi-layer L-PBF simulation setup in FLOW-3D

Ease of Use

FLOW-3D는 다양한 응용 분야에서 거의 40 년 동안 사용되어 왔습니다. 사용자 피드백을 기반으로 UI 개발자는 소프트웨어를 사용하기 매우 직관적으로 만들었으며 새로운 사용자는 시뮬레이션 설정의 순서를 거의 또는 전혀 어려움없이 이해합니다.
사용자는 FLOW3D에서 구현 된 다양한 모델의 이론에 정통하며 새로운 실험을 설계 할 수 있습니다. 실습 튜토리얼, 비디오 강의, 예제 시뮬레이션 및 기술 노트의 저장소도 사용할 수 있습니다.
사용자가 특정 수준의 경험에 도달하면 고급 수치 교육 및 소프트웨어 사용자 지정 교육을 사용할 수 있습니다.

Available Literature

실험 데이터에 대해 FLOW-3D 모델을 검증하는 몇 가지 독립적으로 발표된 연구가 있습니다. 여기에서 수록된 저널 논문은 레이저 용접 및 적층 제조 공정으로 제한됩니다. 더 많은 참조는 당사 웹 사이트에서 확인할 수 있습니다.

Additive Manufacturing & Welding Bibliography

Laser Welding

L.J.Zhang, J.X.Zhang, A.Gumenyuk, M.Rethmeier, S.J.Na, Numerical simulation of full penetration laser welding of thick steel plate with high power high brightness laser, Journal of Materials Processing Technology, Volume 214, Issue 8, 2014.
A study by researchers from BAM in Germany, KAIST in Korea, and State Key Laboratory of Mechanical Behavior of Materials in China that focuses on keyhole dynamics and full penetration laser welding of steel plates.
Runqi Lin, Hui-ping Wang, Fenggui Lu, Joshua Solomon, Blair E.
Carlson, Numerical study of keyhole dynamics and keyhole-induced porosity formation in remote laser welding of Al alloys, International Journal of Heat and Mass Transfer, Volume 108, Part A, 2017.
General Motors (GM) and Shangai University collaborated on a study on the influence of welding speed and weld angle of inclination on porosity occurrence in laser keyhole welding.
Koji Tsukimoto, Masashi Kitamura, Shuji Tanigawa, Sachio Shimohata, and Masahiko Mega, Laser Welding Repair for Single Crystal Blades, International Gas Turbine Congress, Tokyo, 2015.
Mitsubishi Heavy Industry’s study on laser welding repair using laser cladding for single Ni crystal alloys used in gas turbine blades.

Additive Manufacturing

Yu-Che Wu, Cheng-Hung San, Chih-Hsiang Chang, Huey-Jiuan Lin, Raed Marwan, Shuhei Baba, Weng-Sing Hwang, Numerical modeling of melt-pool behavior in selective laser melting with random powder distribution and experimental validation, Journal of Materials Processing Technology, Volume 254, 2018
This paper discusses powder bed compaction with random packing for different powder-size distributions, and the importance of considering evaporation effects in the melting process to validate the melt pool dimensions.
Lee, Y.S., and W.Zhang, Mesoscopic simulation of heat transfer and fluid flow in laser powder bed additive manufacturing, Proceedings of the Annual International Solid Freeform Fabrication Symposium, Austin, TX, USA. 2015
A study conducted by Ohio State University researchers to understand the influence of process parameters in formation of balling defects.
Y.S. Lee, W.Zhang, Modeling of heat transfer, fluid flow and solidification microstructure of nickel-base superalloy fabricated by laser powder bed fusion, Additive Manufacturing, Volume 12, Part B, 2016
A study conducted by Ohio State University researchers to understand the influence of solidification parameters, calculated from the temperature fields, on solidification morphology and grain size using existing theoretical models in laser powder bed fusion processes.

FLOW-3D – CFD Software Simulation Gallery

YouTube 시뮬레이션갤러리로 이동

Facebook 시뮬레이션 갤러리로 이동

FLOW-3D – CFD Software Simulation Gallery

FLOW-3D는 광범위한 산업 응용 분야 및 물리적 공정에서 액체 및 가스의 동적 거동을 연구하는 엔지니어를 위한 완전하고 다양한 CFD 시뮬레이션 플랫폼을 제공합니다. FLOW-3D는 자유 표면 및 다상 응용 분야에 매우 큰 강점을 가지고 있으며, 미세 유체 공학, 생물 의학 장치, 수자원 사회 기반 시설, 항공 우주, 소비재, 적층 제조, 잉크젯 인쇄, 레이저 용접, 자동차, 해양, 에너지 등 광범위한 산업에 사용됩니다.
https://www.flow3d.co.kr에서 FLOW-3D를 살펴봐 주시기 바랍니다.

3D 프린팅 시뮬레이션 기술 자료 모음

2020-07-032020-06-30 관리자

본 자료에서는 분말 또는 와이어를 층별로 적층 제조하는 3D프린팅 과정에 대해 3차원 수치해석 시뮬레이션이 가능한 FLOW-3D 제품과 기술에 관련된 자료를 찾아볼 수 있습니다. FLOW-3D는 주요 금속 적층 제조 공정인 파우더 베드 융접(PBF), 직접 에너지 증착(DED) 및 바인더 분사 공정에 대해 FLOW-3D는 높은 정확도의 시뮬레이션 기능을 제공합니다.

현재 3D 프린팅 및 레이저 용접 시뮬레이션에 FLOW-3D를 사용하고 있는 기관들은 포항공대, KAIST, 부산대학교, 성균관대학교 등 국내 여러 대학들과 한국생산기술연구원, 한국기계연구원, LG전자, 현재조선해양(현대중공업) 등 많은 기관에서 연구개발에 사용되고 있습니다.

FLOW-3D는 자유수면(VOF), 상변화, 열전달 등 여러 면에서 탁월한 정확도를 가지고 있는 제품으로 특히 국내외 적층 제조 분야에서 독보적인 위치를 차지하고 있습니다.
아래에 3D 프린팅 관련 기술을 연구 개발하는데 참고가 될 만한 관련 자료 및 링크를 제공합니다.

Weld
Additive Manufacturing
- https://www.flow3d.co.kr/additive-manufacturing/
- https://www.flow3d.com/products/flow3d-am/
DEM(Discrete Element Method)
- https://www.flow3d.co.kr/flow-3d-dem/
- https://www.youtube.com/watch?v=lcKiyam92iA

Fluid dynamics modelling for additive manufacturing

페이지 편집

Switch to draft
미리보기(새탭에서 열기)
업데이트

코드 편집 중
코드 에디터 나가기
제목 추가
Fluid dynamics modelling for additive manufacturing
텍스트 또는 HTML 입력

AM프로세스에 CFD를 사용해야하는 이유

AM의 용융 풀(Melt pool) 분해능(0.01 – 0.001mm 길이 스케일)에서 유체 흐름을 정확하게 표현
– 파우더 페드 퍼짐(Powder bed spreading) : DEM(Discrete Element Method)을 통해 파우더 베드 압축 및 흡수 특성을 예측하는데 도움
– 선택적 레이저 용해 : 결함 설계 공간 및 용융 풀(Melt pooe) 형상 매핑 및 예측
– 빠른 응고(Solidification) : 구성 분리 및 위상 핵(Phase nucleation) 형성 및 예측

파우더 증착 및 레이저 용융(Powder deposition and laser melting)

모델 입력 : 파우더 크기 분포, 합금 재료 특성 및 레이저 공정 매개 변수
모델 출력 : 가열/냉각 프로파일, 결함 밀도, 조성 변화

연속 및 펄스 레이저 용융

Takeaway : 두 매개 변수 세트 모두 고밀도 재료를 생산하지만 열 이력(History)은 상당히 다름

모델 정확도 및 검증

NiTi, Ti64 및 316L에서 수행된 모델 검증

용융 풀(Melt pool) 형태 및 키홀링(Keyholing)

공정 공간에서 열분해에 대한 경향

패널 토글: All In One SEO Pack
메인 설정소셜 설정
Help
프로 버전으로 업그레이드 하기
스니펫 미리보기
Fluid dynamics modelling for additive manufacturing | FLOW-3D
/fluid-dynamics-modelling-for-additive-manufacturing/
타이틀
Fluid dynamics modelling for additive manufacturing

61
문자. 대부분의 검색 엔진은 60의 최대 타이틀 문자를 사용합니다.
설명

0
문자. 대부분의 검색 엔진은 160의 최대 설명 문자를 사용합니다.
키워드 (쉼표로 분리)
사용자 정의 대표(canonical) URL
NOINDEX이 페이지/게시물

NOFOLLOW 페이지/게시물

사이트 맵에서 제외

Sitemap Priority

오버라이드 안 함
Upgrade to Pro to unlock this feature.
Sitemap Frequency

오버라이드 안 함
페이지/포스트에 비활성화

패널 토글: EME Membership
Limit access to EME members of

Allow access after the membership has been active for this many days (drip content):
0

Access denied message
No templates defined yet!

The format of the text shown if access to the page is denied. If left empty, a default message will be shown.

패널 토글: Suggested tags
Choose a provider to get suggested tags (local, yahoo or tag the net).
패널 토글: Click tags
Display click tags
문서
블럭

Status & visibility
가시성
공개
공개
2020-04-01 9:17 오전
글쓴이

관리자
휴지통으로 이동

고유주소
URL 슬러그
fluid-dynamics-modelling-for-additive-manufacturing
URL의 마지막 부분 고유주소에 대해 읽기(새탭에서 열기)

페이지 보기

:443/fluid-dynamics-modelling-for-additive-manufacturing/(새탭에서 열기)

카테고리
TechnicalNote
Slide
Uncategorized
공지사항
물리모델 매뉴얼
이론 매뉴얼
새 카테고리 추가

Featured image

이미지 교체특성 이미지 제거

요약

토론

페이지 속성
패널 토글: Sidebars – Quick Select
우측 사이드바
3D 프린팅 / 적층제조 SidebarCFD-101 SidebarFLOW-3D Cast SidebarFLOW-3D SidebarFLOW-3D 기술자료 SidebarFLOW-3D 물리모델 적용사례 SidebarFLOW-3D 해석예제 SidebarFLOW-3D/MP SidebarFlowsight SidebarLaser Welding SidebarMEMS Sidebar공지사항교육안내 Sidebar구매 문의구매문의 Sidebar기술자료 Sidebar논문자료 Sidebar뉴스레터 Sidebar물리모델 매뉴얼 Sidebar바이오분야 Sidebar분야별적용사례 Sidebar수자원분야 Sidebar수처리분야 Sidebar에너지분야 Sidebar이론 매뉴얼 Sidebar자동차분야 Sidebar전용프로그램개발 Sidebar제품소개 Sidebar조선해양분야 Applications주조분야 Sidebar코팅분야 Sidebar항공분야 Sidebar해석용 컴퓨터 sidebar해석컨설팅/용역 SidebarType to Add New Sidebar
좌측 사이드바
Type to Add New Sidebar
헤더 사이드바
Type to Add New Sidebar

Note: Selected Sidebars are displayed on this 페이지 specifically.Display sidebars per 글쓴이, child page, page template etc. with the Sidebar Manager.

패널 토글: Tags (Simple Tags)
Separate tags with commas

패널 토글: Simple Tags – Settings
패널 토글: Hide Featured Image?
Yes No
패널 토글: 레이아웃 선택
기본 레이아웃
우측 사이드바
좌측 사이드바
사이드바 없는 전체 폭
사이드바 없는 콘텐츠 중앙
No Sidebar Content Stretched
공개하기 패널 열기

Particle Model(입자모델)

Lagrangian particle model(라그랑지안 입자 모델)

라그랑지안 입자 모델(Lagrangian particle model)은 서브 그리드(Sub-grid) 모델로 계산 셀보다 작은 속성과 크기가 다른 구형(Spherical) 입자의 움직임을 추적할 수 있는 계산 모델입니다.

해석 사례

Aeration tank modelling(산기 탱크 모델링)
Bubble diffuser system(버블디퓨저 시스템)
Drug delivery etc.

Particle options

Marker particles – Massless
Mass particles – Solid spheres
Fluid particles – Droplets of fluid
Gas particles – Bubbles of gas

가정 및 한계(Assumptions & Limitations)

입자크기(Particle size) << 격자크기(Mesh size)
입자간의 상호작용을 고려하지 않습니다.
입자 갯수에 제한

Marker Particles(마커 입자)

마커 입자(Marker particles)는 흐름(Flow)에 영향을 미치지 않고 주변 유체의 속도에 따라 움직이지 않는 질량이 없는 상태의 입자입니다. 그러므로, 유체 분자의 시각화로 간주될 수 있습니다.

계산영역에 마커 입자(Marker particles)를 적용함으로써, 개별 유체 분자가 따르는 경로(Paths)를 시각화할 수 있습니다.

Mass Particles(질량 입자)

질량 입자(Mass particles)는 특정 직경과 밀도를 가진 고체 구체(Spheres)로 고려됩니다. 따라서, 질량 입자(Mass particles)는 계산 영역에서 현탁된 고체(Suspended solids)의 운동을 모델링하기 위해 사용됩니다.

Fluid particles(유체 입자)

유체 입자(Fluid particles)는 유체#1의 액적(Droplets of Fluid#1)으로 생각할 수 있습니다. 유체 입자(Fluid particles)는 유체 스프레이(Fluid sprays), 적층 제조(additive manufacturing), 용접(Welding) 등과 같은 계산 셀보다 작은 모델링 유체 부피를 포함하는 수많은 시뮬레이션에 사용될 수 있습니다.

Gas particles(가스 입자)

가스 입자(Gas particles)는 가스의 구형(Spherical) 버블과 유체, 공극(Void) 및 고체 물체와의 상호 작용을 시뮬레이션하는데 사용됩니다.

금속 3D 프린팅 파우더 베드 해석(PBF해석)

Laser Powder Bed Additive Manufacturing

Heat transfer and fluid flow modeling

레이저 파우더 베드 퓨전 (L-PBF) 첨가제 제조에는 복잡한 물리적 공정이 필요합니다. 특히, 흡수 된 레이저 빔 에너지는 입자를 녹여 강한 유체 흐름이 표면 장력 기울기 (또는 Marangoni 전단 응력)에 의해 주로 발생하는 용융 풀을 형성합니다. 열 전달 및 유체 유동은 분말 베드 내의 분말 입자의 국부적 배열에 의해 영향을 받으며, 이는 위치에 따라 다를 수 있습니다. 매우 일시적인 유체 흐름으로 인해 용융 된 풀 표면 (자유 표면)의 형상이 끊임없이 진화하여 최종 표면 품질에 영향을 미칩니다.

Numerical modeling approach

본 연구에서는 분말 포장 특성, 공정 변수 및 용융 풀 역학이 표면 품질에 미치는 영향을 정량적으로 이해하기 위해 두 가지 모델을 순서대로 사용합니다. 첫 번째 모델은 오픈 소스 이산 요소 방법 (DEM) 코드 인 Yade를 기반으로 개발 된 분말 입자 포장 모델입니다. 입자 적층 정보 (예를 들어, 개별 입자의 위치 및 반경)를 제공한다. 이러한 정보는 FLOW-3D를 기반으로 한 3D 과도 용융 풀 모델 인 두 번째 모델에 입력됩니다. 두 모델의 세부 사항은 문헌 [1]에 나와있다. FLOW-3D를 기반으로 한 용융 풀 모델의 특징을 요약하면 다음과 같습니다.

과도 유체 흐름 시뮬레이션은 그림 1에서와 같이 1000 μm (길이), 270 μm (너비) 및 190 μm (높이) 치수의 3D 계산 영역에서 수행됩니다. 도메인은 50 μm 두께의 층 의 분말 입자를 90㎛ 두께의 기판 위에 놓았다. 도메인의 미리 알림은 처음에는 무효로 채워집니다. 분말 층 형상은 DEM 시뮬레이션의 결과를 사용하여 초기화됩니다. 총 셀 수를 줄이면서 공간 분해능을 극대화하기 위해 메쉬 크기가 기판 / 파우더 레이어 인터페이스를 향하여 기판에서 9 μm에서 3 μm까지 연속적으로 감소하는 편향 메쉬가 사용됩니다. 메쉬 크기는 파우더 레이어와 그 위의 빈 공간에서 3 μm로 일정하게 유지됩니다. 총 셀 수는 143 만입니다.

경계 조건의 경우, 가우시안 분포에 기초한 소정의 열유속이 분말 층의 상부 표면에 부과되어 X 방향을 따라 이동하는 레이저로부터의 열 입력을 나타낸다. 온도에 따른 표면 장력은 FLOW-3D에서 사용 가능한 개선 된 표면 장력 모델을 사용하여 포함됩니다. 다른 열 – 물리적 특성의 경우, FLOW-3D 데이터베이스에서 사용 가능한 IN718 합금에 대한 데이터가 사용됩니다.

Result and discussion

그림 2는 시간 = 55 μs에서 용융 풀 내의 온도 등면 및 속도 벡터의 종단면도 (즉, 레이저 이동 방향에 평행 한 단면)를 도시한다. 용융 된 풀 경계는 1608.15 K에서 등온선으로 표시되며, IN718의 액상 선 온도입니다. 이 그림의 오른쪽에 표시된 것처럼 입자는 부분적으로 용융 풀로 용융됩니다. 용융 된 풀 표면 근처에서, 용융 금속은 레이저 빔 바로 밑의 중심 위치에서 풀의 후단으로 당겨진다. 풀 표면 근처의 용융 금속의 이와 같은 역류는 풀의 후단을 향해 고비를 형성하는 동안 레이저 빔 아래에서 움푹 들어간 표면 프로파일을 생성한다. 다음에서 논의되는 바와 같이, 혹 모양은 볼 결함의 형성을 초래할 수 있습니다.

볼링(balling)은 그림 3에서와 같이 용융 풀이 불연속으로 분리되어 분리 된 섬으로 갈라질 때 발생할 수있는 결함입니다.이 그림에서 알 수 있듯이 레이저 빔 바로 아래의 용융 풀은 안정적이지 않으며 후단이 빠르게 분리됩니다 정면에서 분리 된 섬을 형성합니다. 분리는 그림 3 (c)와 같이 용융 풀의 중간에있는 보이드에서 시작된다. 이 공극은 레이저가 앞으로 계속 이동하면서 팽창하여 결국 용융 된 풀을 두 부분으로 나눕니다. 도 3 (e) 및 (f). 공극의 형성과 그 팽창은 표면 장력 구배 (Marangoni 효과)에 의해 강한 후진 유동에 의해 유발됩니다.

Summary

L-PBF에서의 열 전달 및 유체 흐름의 3D 과도 시뮬레이션은 볼 결함의 형성을 정량적으로 이해하기 위해 수행됩니다. 단순한 선형 트랙 만 시뮬레이션되었지만, 본 모델은 최종 빌드 품질의 중요한 속성 인 용융 풀 표면 프로파일 및 볼링 결함 형성을 연구 할 때 분말 레벨 시뮬레이션의 중요성을 보여줍니다.

뿐만 아니라 위의 금속 분말 소결 시뮬레이션은 금속 3D 프린팅(Metal 3D Printing) 산업의 핵심 기술이며 차후 많은 연구와 응용이 기대되는 분야가 될 것입니다.

Acknowledgements

이 자료는 수상 번호 N00014-14-1-0688하에 미해군 연구소(ONR)가 지원하는 연구과제에 기초로 작성되었습니다.

References

[1] Y.S. Lee and W. Zhang, Mesoscopic Simulation of Heat Transfer and Fluid Flow in Laser Powder Bed Additive Manufacturing, In: 2015 Annual International Solid Freeform Fabrication Symposium, Austin, TX, pp. 1154-1165, August 2015.

FLOW-3D 금속3D프린팅분야 활용

FLOW-3D 레이저 용접분야 활용

금속 3D 프린팅은 적층제조(Additive Manufacturing) 가공법이라고 불리며 일반적으로 금속 파우더 또는 와이어를 한 층씩 적층하여 제조하는 공법이다. 금속 적층제조 공법에 대한 관심은 지난 몇 년 동안 지속적으로 이루어지고 있으며 이와 관련된 연구개발도 활발히 진행되고 있다. 금속 3D 프린팅은 복잡하거나 특수한 형상을 손쉽게 설계하고 제조할 수 있는 장점을 가지고 있어 조선, 우주 항공, 자동차, 의료,기계 등 다양한 분야에서 사용되고 있다.이러한 금속 3D 프린팅은 크게 Powder Bed Fusion(PBF) 공정과 Directed Energy Deposition(DED) 공정으로 분류할 수 있다.

PBF는 금속 파우더를 소재로 하는 공정으로 파우더를 평평히 깔고, 고밀도 에너지를 가진 레이저 또는 전자빔을 지정된 영역에 조사(Irradiation)하여 파우더를 소결시키거나 용융시켜 한 층씩 적층하는 방법이다. DED는 고출력 레이저 빔을 금속 표면에 조사하면서 동시에 금속 파우더도 같이 분출되어 용융지가 실시간으로 적층되는 공정이다. 용접과 유사한 방법으로 기존 제품에 덧붙여 쌓아 올릴 수 있어 보수 작업에 활용할 수 있다. 그리고, DED 공정에서는 이종 소재의 적층이 가능하여 다양한 금속 파우더를 활용한 합금 제작이나 다른 재질을 소재를 적층할 수 있다

Powder Bed Fusion(PBF) 공정

FLOW-3D의 Weld 모듈을 이용하여 레이저 파워, 열 유속, 레이저 Spot 사이즈, 레이저 움직임과 속도, 실드 가스, 멀티 반사효과, 반사율, 증발압력 효과, 표면장력 설정 등을 고려하여 Powder에 레이저조사 조건을 설정하여 용융거동을 확인할 수 있다.

Directed Energy Deposition(DED) 공정

DED 공정 해석은 FLOW-3D의 Particle 기능을 이용한 방법으로, Base Metal에 입자들이 낙하되면서 레이저의 열유속에 의해 용융 및 적층된다. 이 방법은 입자가 떨어지는 현상을 시각적으로 확인할 수 있다.

기사 상세 내용은 PDF로 제공됩니다.

다운로드 : [201907_FLOW3D_금속3D프린팅]

작성자 | 양정호_에스티아이C&D 솔루션사업부 대리, 조애령_에스티아이C&D 솔루션 사업부 차장
이메일 | flow3d@stikorea.co.k r
홈페이지 | www.flow3d.co.kr

출처 : CAD&Graphics 2019년 07월호

FLOW-3D 레이저분야 활용

FLOW-3D 레이저 용접분야 활용

FLOW-3D는 유체의 유동 및 열전달 수치 해석 소프트웨어이며, 자유표면(자유수면)을 가진 유체의 흐름을 정확하게 예측한다. FLOW-3D는 수 많은 물리적 유동 현상에 대한 시뮬레이션 모델을 제공하여, 설계 및 운영 단계에서 엔지니어가 쉽고 정확하게 판단할 수 있도록 해주기 때문에 수리, 주조, 기계, 항공, 용접, 적층 공정, 금속 3D 프린팅 등 여러 분야에서 사용되는 소프트웨어이다. 이번 호에서는 FLOW-3D의 다양한 활용 분야 중에서 레이저 용접 분야(Weld 모듈이 연계된 FLOW-3D Weld를 사용)에 대해 자세히 알아보고자 한다.

레이저 용접은 레이저 광선의 출력을 응용한 용접 방법을 말한다. 레이저 용접의 장점은 용접 강도가 좋고, 열 영향 부위가 작으며, 정밀도가 높고 변형이 적으며 강철, 알루미늄, 티타늄 및 이종 금속을 포함한 광범위한 금속 및 합금을 용접할 수 있다는 것이다.
FLOW-3D Weld는 이러한 레이저 용접 공정에 대해 정확한 결과를 얻게 해 주며, 엔지니어가 레이저 프로세스를 최적화하는데 도움을 준다. FLOW-3D Weld는 레이저 소스에 의해 생성된 Heat flux, 용융 금속에 대한 증발 압력, shield gas 효과, 다중 레이저 반사 등과 같은 물리적 모델을 적용하여 Conduction 용접, Keyhole 용접, Porosity, 용융풀 거동 등을 분석할 수 있다.
이번 호에서는 레이저 용접 프로세스 및 결과물을 최적화하기 위해 필요한 물리적 설정과 대표적인 레이저 용접 해석 예제를 설명하고자 한다.

레이저 광원

1. 레이저 광원
레이저 용접을 하는데 있어 레이저 광원의 설정이 필요하다. FLOW-3D Weld에서 사용되는 레이저 광원은 원통형과 원추형으로 설정할 수 있으며, <그림 1>과 같이 Heat flux를 일정한 상태 또는 가우시안 분포(Gaussian distribution) 형태로 나타낼 수 있다.

레이저 광원의 형태를 원추형으로, 가우시안 분포를 가지도록 Heat flux를 설정하면 <그림 2>와 같이 광원이 원추형으로 나타나며, 반경 거리에 따른 Heat flux의 에너지 밀도 차이도 확인할 수 있다.

그리고, <그림 3>과 같이 레이저 광원의 위치 좌표와 속도 벡터를 설정하면, 레이저의 위치에 대한 광원의 움직임 설정이 가능하다.

기사 상세 내용은 PDF로 제공됩니다.

다운로드[2M] : [201906_FLOW3D_레이저용접]

작성자 | 양정호_에스티아이C&D 솔루션사업부 대리, 조애령_에스티아이C&D 솔루션 사업부 차장
이메일 | flow3d@stikorea.co.k r
홈페이지 | www.flow3d.co.kr

출처 : CAD&Graphics 2019년 06월호

레이저 용접 수치해석(FLOW WELD)

Laser Welding

뛰어난 생산성과 속도, 낮은 열 입력이 결합되어 기존의 용접 프로세스를 대체하는 레이저 용접 프로세스가 있습니다. 레이저 용접이 제공하는 장점은 용접강도가 좋고, 열 영향 부위가 작으며, 정밀도가 높고 변형이 적으며 강철, 알루미늄, 티타늄 및 이종 금속을 포함한 광범위한 금속 및 합금을 용접 할 수 있는 기능이 있습니다.

FLOW-3D는 레이저 용접 공정에 대한 강력한 통찰력을 제공하고 궁극적으로 프로세스 최적화를 달성하는 데 도움이 됩니다. 보다 나은 프로세스 제어를 통해 다공성을 최소화할 수 있습니다. 열 영향부위 및 마이크로-구조를 제어합니다. FLOW-3D는 자유표면 추적 알고리즘으로 인해 매우 복잡한 용접 풀 시뮬레이션을 해석하는데 적합합니다. 용접의 추가 모듈은 레이저 소스에 의해 생성된 Heat flux, 용융 금속에 대한 증발압력, shield gas효과, 용융 풀의 반동압력 및 다중 레이저반사와 같은 물리적 모델을 FLOW-3D에 통합하기 위해 개발되었습니다. Keyhole 용접과 같은 현실적인 프로세스 시뮬레이션을 위해서는 모든 관련 물리적 현상을 포착하는 것이 중요합니다.

FLOW-3D는 레이저 용접의 conduction and keyhole 방식을 시뮬레이션 할 수 있습니다. 전 세계의 연구원들은 FLOW-3D를 사용하여 용접역학을 분석하고, 공정 매개 변수를 최적화하여 다공성을 최소화하며, 레이저 용접공정의 수지결정 성장을 예측합니다.

Shallow penetration weld (top left); deep penetration weld with shield gas effects (top right); deep penetration weld with shield gas and evaporation pressure (bottom left); and deep penetration weld with shield gas, evaporation pressure and multiple laser reflections effects (bottom right).

Full Penetration Laser Welding Experiments

한국 카이스트와 독일 BAM은 16KW레이저를 사용하여 10mm강판에 완전 침투 레이저 용접 실험을 수행하였습니다. CCD카메라의 도움을 받아 완전 용입 레이저 용접으로 형성된 상단 및 하단 용융지 역학을 포착할 수 있었습니다. 그들은 또한 FLOW-3D공정을 시뮬레이션하여 해석과 실험결과가 경향이 일치하는 것을 나타내었습니다.

Experimental setup with CCD cameras observing the top and bottom molten pools

Simulation results at the top show melt pool lengths of 8mm and 15mm, whereas experiments indicated melt pool lengths of 7mm and 13mm

Schematic of computation domain in FLOW-3D

Laser Welding Porosity Case Study

General Motors, Michigan, 중국의 상하이 대학교는 공정변수, 즉 keyhole 용접에서 다공성 발생 에 대해 용접속도 및 용접각도와 같은 공정 매개 변수가 미치는 영향을 이해하기 위해 협력하여 연구를 진행하였습니다.

레이저 용접된 Al 접합부 단면의 다공성을 용접합니다. Keyhole 유도 된 다공성은 유동 역학으로 인해 발생되고 균열을 일으킬 수 있습니다. 최적화 공정의 매개변수는 이러한 종류의 다공성을 완화할 수 있습니다. **FLOW-3D**를 사용하여 연구원들은 증발 및 반동 압력, 용융풀, 온도에 따른 표면장력 및 Keyhole내의 다중 레이저 반사, 프레넬 흡수를 포함한 모든 중요한 물리적 현상을 설명했습니다.

연구진은 시뮬레이션 모델을 기반으로 Keyhole용접에서 유도된 다공성의 주요 원인으로 불안정한Keyhole을 규정하였습니다. 아래 이미지에서 볼 수 있듯이 뒤쪽 용융 풀의 과도한 재순환은 뒤쪽 용융 풀이 앞쪽 용융 풀 경계를 무너뜨리며 다공성을 초래시킵니다. 갇힌 공간이 증가하는 응고 전면에 의해 포착되었을 때 다공성이 유도되었습니다.

용접 속도가 빠를수록 더 큰 keyhole이 생성되며 이로 인해보다 안정적인 keyhole이 구성됩니다. 연구진은 FLOW-3D를 사용하여 높은 용접 속도와 큰 용접 경사각으로 다공성을 완화시킬 수 있다고 예측했습니다.

Distribution of porosity in longitudinal welding sections as seen in simulations (top) and experiments (bottom)

용접분야 활용

Conduction 용접

하이브리드 레이저 용접

깊은 용접 레이저용접

레이저 적층 공법

TIG 용접

이종소재 레이저 용접

FLOW-3D 교육 안내

HIGH-END TOP CLASS
FLOW-3D CFD EDUCATION

(주)에스티아이씨앤디에서는 FLOW-3D 제품군의 사용자 교육을 지원하고 있습니다. 홈페이지에 안내되어 있는 교육 일정과 교육신청 절차를 참고하시어 교육을 받으실 수 있습니다.

FLOW-3D 분야별 교육 과정 안내

교육 과정명 : 수리 분야

댐, 하천의 여수로, 수문 등 구조물 설계 및 방류, 월류 등 흐름 검토를 하기 위한 유동 해석 방법을 소개하는 교육 과정입니다. 유입 조건(수위, 유량 등)과 유출 조건에 따른 방류량 및 유속, 압력 분포 등 유체의 흐름을 검토를 할 수 있도록 관련 예제를 통해 적절한 기능을 습득하실 수 있습니다.

교육 과정명 : 수처리 분야

정수처리 및 하수처리 공정에서 각 시설물들의 특성에 맞는 최적 운영조건 검토 및 설계 검토을 위한 유동해석 방법을 소개하는 교육 과정입니다. 취수부터 시작하여 혼화지, 분배수로, 응집지, 침전지, 여과지, 정수지, 협기조, 호기조, 소독조 등 각 공정별 유동 특성을 검토하기 위한 해석 모델을 설정하는 방법에 대해 알려드립니다.

교육 과정명 : 주조 분야

주조 분야 사용자들이 쉽게 접근할 수 있도록 각 공정별로 해석 절차 및 해석 방법을 소개하는 교육 과정입니다. 고압다이캐스팅, 저압다이캐스팅, 경동주조, 중력주조, 원심주조, 정밀주조 등 주조 공법 별 관련 예제를 통해 적절한 기능들을 습득할 수 있도록 도와 드립니다.

교육 과정명 : Micro/Bio/Nano Fluidics 분야

점성력 및 모세관력 같은 유체 표면에 작용하는 힘이 지배적인 미세 유동의 특성을 정확하게 표현할 수 있는 해석 방법에 대해 소개하는 교육 과정입니다. 열적, 전기적 물리 현상을 구현할 수 있도록 관련 예제와 함께 해석 방법을 알려드립니다.

교육 과정명 : 코팅 분야 과정

코팅 공정에 따른 코팅액의 두께, 균일도, 유동 특성 분석을 위한 해석 방법을 소개하는 교육 과정입니다. Slide coating, Dip coating, Spin coating, Curtain coating, Slot coating, Roll coating, Gravure coating 등 각 공정별 예제와 함께 적절한 기능을 습득하실 수 있도록 도와 드립니다.

교육 과정명 : 레이저 용접 분야

레이저 용접 해석을 하기 위한 물리 모델과 용접 조건들을 설정하는 방법에 대해 소개하는 교육 과정입니다. 해석을 통해 용접 공정을 최적화할 수 있도록 관련 예제와 함께 적절한 기능들을 습득할 수 있도록 도와 드립니다.

교육 과정명 : 3D프린팅 분야 과정

Powder Bed Fusion(PBF)와 Directed Energy Deposition(DED) 공정에 대한 해석 방법을 소개하는 교육 과정입니다. 파우더 적층 및 레이저 빔을 조사하면서 동시에 금속 파우더 용융지가 적층되는 공정을 해석하는 방법을 관련 예제와 함께 습득하실 수 있습니다.

교육 과정명 : 해안/해양 분야

해안, 항만, 해양 구조물에 대한 파랑의 영향 및 유체의 수위, 유속, 압력의 영향을 예측할 수 있는 해석 방법을 소개하는 과정입니다. 항주파, 슬로싱, 계류 등 해안, 해양, 에너지, 플랜트 분야 구조물 설계 및 검토에 필요한 유동해석을 하실 수 있는 방법을 알려드립니다. 각 현상에 대한 적절한 예제를 통해 기능을 습득하실 수 있습니다.

교육 과정명 : 우주/항공 분야

항공기 및 우주선의 연료 탱크와 추진체 관리장치의 내부 유동, 엔진 및 터빈 노즐 내부의 유동해석을 하실 수 있도록 관련 메뉴에 대한 설명, 설정 방법을 소개하는 과정입니다. 경계조건 설정, Mesh 방법 등 유동해석을 위한 기본적인 내용과 함께 관련 예제를 통해 기능들을 습득하실 수 있습니다.

기타 고객 맞춤형 과정

상기 과정 이외의 경우 고객의 사업 업무 환경에 적합한 사례를 중심으로 맞춤형 교육을 실시합니다. 필요하신 부분이 있으시면 언제든지 교육 담당자에게 연락하여 협의해 주시기 바랍니다.

고객센터 및 교육 담당자

전화 : 02)2026-0455, 02)2026-0450
이메일 : flow3d@stikorea.co.kr

교육 일정 안내

교육은 정해진 일정에 시행되는 정기 교육과 고객의 요청에 의해 시행되는 특별 교육이 있습니다. 특별 교육이 실시될 경우 홈페이지를 통해 사전 공지를 합니다.

1. 연간교육 일정

FLOW-3D 연간 교육일정표 다운로드 (Excel File)

2. 교육 내용 : FLOW-3D Basic

FLOW-3D 소개 및 이론
- FLOW-3D 소개 – 연혁, 특징 등
- FLOW-3D 기본 개념
  - VOF
  - FAVOR
- 해석사례 리뷰
GUI 소개 및 사용법
- 해석 모델 작성법 – 물리 모델 설정
  - 모델 형상 정의
  - 격자 분할
  - 초기 유체 지정
  - 경계 조건 설정
- 해석 결과 분석 방법 – 해석 모델 설명
해석 모델 작성 실습
- 해석 모델 작성 실습 – 격자 분할
  - 물리 모델 설정
  - 모델 형상 및 초기 조건 정의
  - 경계 조건 설정
  - 해석 과정 모니터링
  - 해석 결과 분석
- 질의 응답 및 토의

3. 교육 과정 : FLOW-3D Advanced

Physics Ⅰ
- Density evaluation
- Drift flux
- Scalars
- Sediment scour
- Shallow water
Physics Ⅱ
- Gravity and non-inertial reference frame
- Heat transfer
- Moving objects
- Solidification
FLOW-3D POST (Post-processor)
- FLOW-3D POST 소개
- Interface Basics
- 예제 실습

FLOW-3D 교육 신청

교육 신청은 홈페이지의 교육 신청 창에서 최소 3일 전에 신청합니다.
모든 교육과정은 신청 인원이 2인 이상일때 개설되며, 선착순 마감입니다.
교육 신청을 완료하시면, 신청시 입력하신 메일주소로 교육 담당자가 확인 메일을 보내드립니다.
교육 시간은 Basic : 오전10시~오후5시, Advanced : 오후1시30분~오후5시30분까지입니다.
교육비 안내
- FLOW-3D Basic (2일) : 기업 66만원, 학생 55만원
- FLOW-3D Basic 레이저용접, 3D 프린팅(2일) : 기업 88만원, 학생 66만원
- FLOW-3D Advanced (1일) : 기업 33만원, 학생 25만원
- 상기 가격은 부가세 포함 가격입니다.
교육비는 현금(계좌이체)로 납부 가능하며, 교재 및 중식이 제공됩니다.
세금계산서 발급을 위해 사업자등록증 또는 신분증 사본을 함께 첨부하여 신청해 주시기 바랍니다.
교육 종료 후 이메일로 수료증이 발급됩니다.

FLOW-3D 교육 신청하기

고객센터 및 교육 담당자

전화 : 02)2026-0455, 02)2026-0450
이메일 : flow3d@stikorea.co.kr

교육 장소 안내

지하철 1호선/가산디지털단지역 (8번출구), 지하철 7호선/가산디지털단지역 (5번출구)
우림라이온스밸리 B동 302호 또는 교육장
당사 건물에 주차할 경우 무료 주차 1시간만 지원되오니, 가능하면 대중교통을 이용해 주시기 바랍니다.

오시는 길

금속 3D 프린팅 파우더 베드 수치해석

Laser Powder Bed Additive Manufacturing

Heat transfer and fluid flow modeling

Numerical modeling approach

약 600 마이크로 초 길이의 L-PBF의 과도 시뮬레이션은 약 40 시간의 클럭 시간이 소요되었으며 인텔 ® 제온 ® 프로세서 E5335 및 4GB RAM의 중간 정도급의 워크 스테이션에서 수행되었습니다.

Result and discussion

Summary

Acknowledgements

이 자료는 수상 번호 N00014-14-1-0688하에 미해군 연구소(ONR)가 지원하는 연구과제에 기초로 작성되었습니다.

References

Additive Manufacturing & Welding Bibliography

다음은 적층 제조 및 용접 참고 문헌의 기술 문서 모음입니다. 이 모든 논문에는 FLOW-3D AM 결과가 나와 있습니다. FLOW-3D AM을 사용하여 적층 제조, 레이저 용접 및 기타 용접 기술에서 발견되는 프로세스를 성공적으로 시뮬레이션하는 방법에 대해 자세히 알아보십시오.

2023년 3월 10일 update

46-23 Guangwei Lu, Jinxin Liu, Zhixian Cao, Youwei Li, Xueting Lei, Ying Li, A computational study of 3D flow structure in two consecutive bends subject to the influence of tributary inflow in the middle Yangtze Rive, Engineering Applications of Computational Fluid Mechanics, 17.1; 2183901, 2023. doi.org/10.1080/19942060.2023.2183901

45-23 Daniel Martinez, Philip King, Santosh Reddy Sama, Jay Sim, Hakan Toykoc, Guha Manogharan, Effect of freezing range on reducing casting defects through 3D sand-printed mold designs, The International Journal of Advanced Manufacturing Technology, 2023. doi.org/10.1007/s00170-023-11112-x

39-23 Peter S. Cook, David J. Ritchie, Determining the laser absorptivity of Ti-6Al-4V during laser powder bed fusion by calibrated melt pool simulation, Optics & Laser Technology, 162; 109247. 2023. doi.org/10.1016/j.optlastec.2023.109247

36-23 Yixuan Chen, Weihao Wang, Yao Ou, Yingna Wu, Zirong Zhai, Rui Yang, Impact of laser power and scanning velocity on microstructure and mechanical properties of Inconel 738LC alloys fabricated by laser powder bed fusion, TMS 2023 152nd Annual Meeting & Exhibition Supplemental Proceedings, pp. 138-149, 2023. doi.org/10.1007/978-3-031-22524-6_15

34-23 Chao Kang, Ikki Ikeda, Motoki Sakaguchi, Recoil and solidification of a paraffin droplet impacted on a metal substrate: Numerical study and experimental verification, Journal of Fluids and Structures, 118; 103839, 2023. doi.org/10.1016/j.jfluidstructs.2023.103839

30-23 Fei Wang, Tiechui Yuan, Ruidi Li, Shiqi Lin, Zhonghao Xie, Lanbo Li, Valentino Cristino, Rong Xu, Bing liu, Comparative study on microstructures and mechanical properties of ultra ductility single-phase Nb40Ti40Ta20 refractory medium entropy alloy by selective laser melting and vacuum arc melting, Journal of Alloys and Compounds, 942; 169065, 2023. doi.org/10.1016/j.jallcom.2023.169065

29-23 Haejin Lee, Yeonghwan Song, Seungkyun Yim, Kenta Aoyagi, Akihiko Chiba, Byoungsoo Lee, Influence of linear energy on side surface roughness in powder bed fusion electron beam melting process: Coupled experimental and simulation study, Powder Technology, 418; 118292, 2023.

27-23 Yinan Chen, Bo Li, Double-phase refractory medium entropy alloy NbMoTi via selective laser melting (SLM) additive manufacturing, Journal of Physics: Conference Series, 2419; 012074, 2023. doi.org/10.1088/1742-6596/2419/1/012074

23-23 Yunwei Gui, Kenta Aoyagi, Akihiko Chiba, Development of macro-defect-free PBF-EB-processed Ti–6Al–4V alloys with superior plasticity using PREP-synthesized powder and machine learning-assisted process optimization, Materials Science and Engineering: A, 864; 144595, 2023. doi.org/10.1016/j.msea.2023.144595

21-23 Tatsuhiko Sakai, Yasuhiro Okamoto, Nozomi Taura, Riku Saito, Akira Okada, Effect of scanning speed on molten metal behaviour under angled irradiation with a continuous-wave laser, Journal of Materials Processing Technology, 313; 117866, 2023. doi.org/10.1016/j.jmatprotec.2023.117866

19-23 Gianna M. Valentino, Arunima Banerjee, Alexander lark, Christopher M. Barr, Seth H. Myers, Ian D. McCue, Influence of laser processing parameters on the density-ductility tradeoff in additively manufactured pure tantalum, Additive Manufacturing Letters, 4; 100117, 2023. doi.org/10.1016/j.addlet.2022.100117

15-23 Runbo Jiang, Zhongshu Ren, Joseph Aroh, Amir Mostafaei, Benjamin Gould, Tao Sun, Anthony D. Rollett, Quantifying equiaxed vs epitaxial solidification in laser melting of CMSX-4 single crystal superalloy, Metallurgical and Materials Transactions A, 54; pp. 808-822, 2023. doi.org/10.1007/s11661-022-06929-2

14-23 Nguyen Thi Tien, Yu-Lung Lo, M. Mohsin Raza, Cheng-Yen Chen, Chi-Pin Chiu, Optimization of processing parameters for pulsed laser welding of dissimilar metal interconnects, Optics & Laser Technology, 159; 109022, 2023. doi.org/10.1016/j.optlastec.2022.109022

9-23 Hou Yi Chia, Wentao Yan, High-fidelity modeling of metal additive manufacturing, Additive Manufacturing Technology: Design, Optimization, and Modeling, Ed. Kun Zhou, 2023.

8-23 Akash Aggarwal, Yung C. Shin, Arvind Kumar, Investigation of the transient coupling between the dynamic laser beam absorptance and the melt pool – vapor depression morphology in laser powder bed fusion process, International Journal of Heat and Mass Transfer, 201.2; 123663, 2023. doi.org/10.1016/j.ijheatmasstransfer.2022.123663

180-22 Xu Kaikai, Gong Yadong, Zhang Qiang, Numerical simulation of dynamic analysis of molten pool in the process of direct energy deposition, The International Journal of Advanced Manufacturing Technology, 2022. doi.org/10.1007/s00170-022-10271-7

179-22 Yasuhiro Okamoto, Nozomi Taura, Akira Okada, Study on laser drilling process of solid metal on its liquid, International Journal of Electrical Machining, 27; 2022. doi.org/10.2526/ijem.27.35

175-22 Lu Min, Xhi Xiaojie, Lu Peipei, Wu Meiping, Forming quality and wettability of surface texture on CuSn10 fabricated by laser powder bed fusion, AIP Advances, 12.12; 125114, 2022. doi.org/10.1063/5.0122076

174-22 Thinus Van Rhijn, Willie Du Preez, Maina Maringa, Dean Kouprianoff, An investigation into the optimization of the selective laser melting process parameters for Ti6Al4V through numerical modelling, JOM, 2022. doi.org/10.1007/s11837-022-05608-2

171-22 Jonathan Yoshioka, Mohsen Eshraghi, Temporal evolution of temperature gradient and solidification rate in laser powder bed fusion additive manufacturing, Heat and Mass Transfer, 2022. doi.org/10.1007/s00231-022-03318-8

170-22 Subin Shrestha and Kevin Chou, Residual heat effect on the melt pool geometry during the laser powder bed fusion process, Journal of Manufacturing and Materials Processing, 6.6; 153, 2022. doi.org/10.3390/jmmp6060153

169-22 Aryan Aryan, Obinna Chukwubuzo, Desmond Bourgeois, Wei Zhang, Hardness prediction by incorporating heat transfer and molten pool fluid flow in a mult-pass, multi-layer weld for onsite repair of Grade 91 steel, U.S. Department of Energy Office of Scientific and Technical Information, DOE-OSU-0032067, 2022. doi.org/10.2172/1898594

158-22 Dafan Du, Lu Wang, Anping Dong, Wentao Yan, Guoliang Zhu, Baode Sun, Promoting the densification and grain refinement with assistance of static magnetic field in laser powder bed fusion, International Journal of Machine Tools and Manufacture, 183; 103965, 2022. doi.org/10.1016/j.ijmachtools.2022.103965

157-22 Han Chu, Jiang Ping, Geng Shaoning, Liu Kun, Nucleation mechanism in oscillating laser welds of 2024 aluminium alloy: A combined experimental and numerical study, Optics & Laser Technology, 158.A; 108812, 2022. doi.org/10.1016/j.optlastec.2022.108812

153-22 Zixiang Li, Yinan Cui, Baohua Chang, Guan Liu, Ze Pu, Haoyu Zhang, Zhiyue Liang, Changmeng Liu, Li Wang, Dong Du, Manipulating molten pool in in-situ additive manufacturing of Ti-22Al-25 Nb through alternating dual-electron beams, Additive Manufacturing, 60.A; 103230, 2022. doi.org/10.1016/j.addma.2022.103230

149-22 Qian Chen, Yao Fu, Albert C. To, Multiphysics modeling of particle spattering and induced defect formation mechanism in Inconel 718 laser powder bed fusion, The International Journal of Advanced Manufacturing Technology, 123; pp. 783-791, 2022. doi.org/10.1007/s00170-022-10201-7

146-22 Zixuan Wan, Hui-ping Wang, Jingjing Li, Baixuan Yang, Joshua Solomon, Blair Carlson, Effect of welding mode on remote laser stitch welding of zinc-coated steel with different sheet thickness combinations, Journal of Manufacturing Science and Engineering, MANU-21-1598, 2022. doi.org/10.1115/1.4055792

143-22 Du-Rim Eo, Seong-Gyu Chung, JeongHo Yang, Won Tae Cho, Sun-Hong Park, Jung-Wook Cho, Surface modification of high-Mn steel via laser-DED: Microstructural characterization and hot crack susceptibility of clad layer, Materials & Design, 223; 111188, 2022. doi.org/10.1016/j.matdes.2022.111188

142-22 Zichuan Fu, Xiangman Zhou, Bin Luo, Qihua Tian, Numerical simulation study of the effect of weld current on WAAM welding pool dynamic and weld bead morphology, International Conference on Mechanical Design and Simulation, Proceedings, 12261; 122614G, 2022.

132-22 Yiyu Huang, Zhonghao Xie, Wenshu Li, Haoyu Chen, Bin Liu, Bingfeng Wang, Dynamic mechanical properties of the selective laser melting NiCrFeCoMo0.2 high entropy alloy and the microstructure of molten pool, Journal of Alloys and Compounds, 927; 167011, 2022. doi.org/10.1016/j.jallcom.2022.167011

126-22 Jingqi Zhang, Yingang Liu, Gang Sha, Shenbao Jin, Ziyong Hou, Mohamad Bayat, Nan Yang, Qiyang Tan, Yu Yin, Shiyang Liu, Jesper Henri Hattel, Matthew Dargusch, Xiaoxu Huang, Ming-Xing Zhang, Designing against phase and property heterogeneities in additively manufactured titanium alloys, Nature Communications, 13; 4660, 2022. doi.org/10.1038/s41467-022-32446-2

119-22 Xu Kaikai, Gong Yadong, Zhao Qiang, Numerical simulation on molten pool flow of Inconel718 alloy based on VOF during additive manufacturing, Materials Today Communications, 33; 104147, 2022. doi.org/10.1016/j.mtcomm.2022.104147

118-22 AmirPouya Hemmasian, Francis Ogoke, Parand Akbari, Jonathan Malen, Jack Beuth, Amir Barati Farimani, Surrogate modeling of melt pool thermal field using deep learning, SSRN, 2022. doi.org/10.2139/ssrn.4190835

117-22 Chiara Ransenigo, Marialaura Tocci, Filippo Palo, Paola Ginestra, Elisabetta Ceretti, Marcello Gelfi, Annalisa Pola, Evolution of melt pool and porosity during laser powder bed fusion of Ti6Al4V alloy: Numerical modelling and experimental validation, Lasers in Manufacturing and Materials Processing, 2022. doi.org/10.1007/s40516-022-00185-3

112-22 Chris Jasien, Alec Saville, Chandler Gus Becker, Jonah Klemm-Toole, Kamel Fezzaa, Tao Sun, Tresa Pollock, Amy J. Clarke, In situ x-ray radiography and computational modeling to predict grain morphology in β-titanium during simulated additive manufacturing, Metals, 12.7; 1217, 2022. doi.org/10.3390/met12071217

110-22 Haotian Zhou, Haijun Su, Yinuo Guo, Peixin Yang, Yuan Liu, Zhonglin Shen, Di Zhao, Haifang Liu, Taiwen Huang, Min Guo, Jun Zhang, Lin Liu, Hengzhi Fu, Formation and evolution mechanisms of pores in Inconel 718 during selective laser melting: Meso-scale modeling and experimental investigations, Journal of Manufacturing Processes, 81; pp. 202-213, 2022. doi.org/10.1016/j.jmapro.2022.06.072

109-22 Yufan Zhao, Huakang Bian, Hao Wang, Aoyagi Kenta, Yamanaka Kenta, Akihiko Chiba, Non-equilibrium solidification behavior associated with powder characteristics during electron beam additive manufacturing, Materials & Design, 221; 110915, 2022. doi.org/10.1016/j.matdes.2022.110915

107-22 Dan Lönn, David Spångberg, Study of process parameters in laser beam welding of copper hairpins, Thesis, University of Skövde, 2022.

106-22 Liping Guo, Hongze Wang, Qianglong Wei, Hanjie Liu, An Wang, Yi Wu, Haowei Wang, A comprehensive model to quantify the effects of additional nano-particles on the printability in laser powder bed fusion of aluminum alloy and composite, Additive Manufacturing, 58; 103011, 2022. doi.org/10.1016/j.addma.2022.103011

104-22 Hongjiang Pan, Thomas Dahmen, Mohamad Bayat, Kang Lin, Xiaodan Zhang, Independent effects of laser power and scanning speed on IN718’s precipitation and mechanical properties produced by LBPF plus heat treatment, Materials Science and Engineering: A, 849; 143530, 2022. doi.org/10.1016/j.msea.2022.143530

101-22 Yufan Zhao, Kenta Aoyagi, Kenta Yamanaka, Akihiko Chiba, A survey on basic influencing factors of solidified grain morphology during electron beam melting, Materials & Design, 221; 110927, 2022. doi.org/10.1016/j.matdes.2022.110927

98-22 Jon Spangenberg, Wilson Ricardo Leal da Silva, Md. Tusher Mollah, Raphaël Comminal, Thomas Juul Andersen, Henrik Stang, Integrating reinforcement with 3D concrete printing: Experiments and numerical modelling, Third RILEM International Conference on Concrete and Digital Fabrication, Eds. Ana Blanco, Peter Kinnell, Richard Buswell, Sergio Cavalaro, pp. 379-384, 2022.

93-22 Minglei Qu, Qilin Guo, Luis I. Escano, Samuel J. Clark Kamel Fezzaa, Lianyi Chen, Mitigating keyhole pore formation by nanoparticles during laser powder bed fusion additive manufacturing, Additive Manufacturing Letters, 100068, 2022. doi.org/10.1016/j.addlet.2022.100068

86-22 Patiparn Ninpetch, Prasert Chalermkarnnon, Pruet Kowitwarangkul, Multiphysics simulation of thermal-fluid behavior in laser powder bed fusion of H13 steel: Influence of layer thickness and energy input, Metals and Materials International, 2022. doi.org/10.1007/s12540-022-01239-z

85-22 Merve Biyikli, Taner Karagoz, Metin Calli, Talha Muslim, A. Alper Ozalp, Ali Bayram, Single track geometry prediction of laser metal deposited 316L-Si via multi-physics modelling and regression analysis with experimental validation, Metals and Materials International, 2022. doi.org/10.1007/s12540-022-01243-3

76-22 Zhichao Yang, Shuhao Wang, Lida Zhu, Jinsheng Ning, Bo Xin, Yichao Dun, Wentao Yan, Manipulating molten pool dynamics during metal 3D printing by ultrasound, Applied Physics Reviews, 9; 021416, 2022. doi.org/10.1063/5.0082461

73-22 Yu Sun, Liqun Li, Yu Hao, Sanbao Lin, Xinhua Tang, Fenggui Lu, Numerical modeling on formation of periodic chain-like pores in high power laser welding of thick steel plate, Journal of Materials Processing Technology, 306; 117638, 2022. doi.org/10.1016/j.jmatprotec.2022.117638

67-22 Yu Hao, Hiu-Ping Wang, Yu Sun, Liqun Li, Yihan Wu, Fenggui Lu, The evaporation behavior of zince and its effect on spattering in laser overlap welding of galvanized steels, Journal of Materials Processing Technology, 306; 117625, 2022. doi.org/10.1016/j.jmatprotec.2022.117625

65-22 Yanhua Zhao, Chuanbin Du, Peifu Wang, Wei Meng, Changming Li, The mechanism of in-situ laser polishing and its effect on the surface quality of nickel-based alloy fabricated by selective laser melting, Metals, 12.5; 778, 2022. doi.org/10.3390/met12050778

58-22 W.E. Alphonso, M. Bayat, M. Baier, S. Carmignato, J.H. Hattel, Multi-physics numerical modelling of 316L Austenitic stainless steel in laser powder bed fusion process at meso-scale, 17th UK Heat Transfer Conference (UKHTC2021), Manchester, UK, April 4-6, 2022.

57-22 Brandon Hayes, Travis Hainsworth, Robert MacCurdy, Liquid-solid co-printing of multi-material 3D fluidic devices via material jetting, Additive Manufacturing, in press, 102785, 2022. doi.org/10.1016/j.addma.2022.102785

55-22 Xiang Wang, Lin-Jie Zhang, Jie Ning, Suck-joo Na, Fluid thermodynamic simulation of Ti-6Al-4V alloy in laser wire deposition, 3D Printing and Additive Manufacturing, 2022. doi.org/10.1089/3dp.2021.0159

54-22 Junhao Zhao, Binbin Wang, Tong Liu, Liangshu Luo, Yanan Wang, Xiaonan Zheng, Liang Wang, Yanqing Su, Jingjie Guo, Hengzhi Fu, Dayong Chen, Study of in situ formed quasicrystals in Al-Mn based alloys fabricated by SLM, Journal of Alloys and Compounds, 909; 164847, 2022. doi.org/10.1016/j.jallcom.2022.164847

48-22 Yueming Sun, Jianxing Ma, Fei Peng, Konstantin G. Kornev, Making droplets from highly viscous liquids by pushing a wire through a tube, Physics of Fluids, 34; 032119, 2022. doi.org/10.1063/5.0082003

46-22 H.Z. Lu, T. Chen, H. Liu, H. Wang, X. Luo, C.H. Song, Constructing function domains in NiTi shape memory alloys by additive manufacturing, Virtual and Physical Prototyping, 17.3; 2022. doi.org/10.1080/17452759.2022.2053821

42-22 Islam Hassan, P. Ravi Selvaganapathy, Microfluidic printheads for highly switchable multimaterial 3D printing of soft materials, Advanced Materials Technologies, 2101709, 2022. doi.org/10.1002/admt.202101709

41-22 Nan Yang, Youping Gong, Honghao Chen, Wenxin Li, Chuanping Zhou, Rougang Zhou, Huifeng Shao, Personalized artificial tibia bone structure design and processing based on laser powder bed fusion, Machines, 10.3; 205, 2022. doi.org/10.3390/machines10030205

31-22 Bo Shen, Raghav Gnanasambandam, Rongxuan Wang, Zhenyu (James) Kong, Multi-Task Gaussian process upper confidence bound for hyperparameter tuning and its application for simulation studies of additive manufacturing, IISE Transactions, 2022. doi.org/10.1080/24725854.2022.2039813

27-22 Lida Zhu, Shuhao Wang, Hao Lu, Dongxing Qi, Dan Wang, Zhichao Yang, Investigation on synergism between additive and subtractive manufacturing for curved thin-walled structure, Virtual and Physical Prototyping, 17.2; 2022. doi.org/10.1080/17452759.2022.2029009

24-22 Hoon Sohn, Peipei Liu, Hansol Yoon, Kiyoon Yi, Liu Yang, Sangjun Kim, Real-time porosity reduction during metal directed energy deposition using a pulse laser, Journal of Materials Science & Technology, 116; pp. 214-223. doi.org/10.1016/j.jmst.2021.12.013

18-22 Yaohong Xiao, Zixuan Wan, Pengwei Liu, Zhuo Wang, Jingjing Li, Lei Chen, Quantitative simulations of grain nucleation and growth at additively manufactured bimetallic interfaces of SS316L and IN625, Journal of Materials Processing Technology, 302; 117506, 2022. doi.org/10.1016/j.jmatprotec.2022.117506

06-22 Amal Charles, Mohamad Bayat, Ahmed Elkaseer, Lore Thijs, Jesper Henri Hattel, Steffen Scholz, Elucidation of dross formation in laser powder bed fusion at down-facing surfaces: Phenomenon-oriented multiphysics simulation and experimental validation, Additive Manufacturing, 50; 102551, 2022. doi.org/10.1016/j.addma.2021.102551

05-22 Feilong Ji, Xunpeng Qin, Zeqi Hu, Xiaochen Xiong, Mao Ni, Mengwu Wu, Influence of ultrasonic vibration on molten pool behavior and deposition layer forming morphology for wire and arc additive manufacturing, International Communications in Heat and Mass Transfer, 130; 105789, 2022. doi.org/10.1016/j.icheatmasstransfer.2021.105789

150-21 Daniel Knüttel, Stefano Baraldo, Anna Valente, Konrad Wegener, Emanuele Carpanzano, Model based learning for efficient modelling of heat transfer dynamics, Procedia CIRP, 102; pp. 252-257, 2021. doi.org/10.1016/j.procir.2021.09.043

149-21 T. van Rhijn, W. du Preez, M. Maringa, D. Kouprianoff, Towards predicting process parameters for selective laser melting of titanium alloys through the modelling of melt pool characteristics, Suid-Afrikaanse Tydskrif vir Natuurwetenskap en Tegnologie, 40.1; 2021.

148-21 Qian Chen, Multiscale process modeling of residual deformation and defect formation for laser powder bed fusion additive manufacturing, Thesis, University of Pittsburgh, Pittsburgh, PA USA, 2021.

147-21 Pareekshith Allu, Developing process parameters through CFD simulations, Lasers in Manufacturing Conference, 2021.

143-21 Asif Ur Rehman, Muhammad Arif Mahmood, Fatih Pitir, Metin Uymaz Salamci, Andrei C. Popescu, Ion N. Mihailescu, Spatter formation and splashing induced defects in laser-based powder bed fusion of AlSi10Mg alloy: A novel hydrodynamics modelling with empirical testing, Metals, 11.12; 2023, 2021. doi.org/10.3390/met11122023

142-21 Islam Hassan, Ponnambalam Ravi Selvaganapathy, A microfluidic printhead with integrated hybrid mixing by sequential injection for multimaterial 3D printing, Additive Manufacturing, 102559, 2021. doi.org/10.1016/j.addma.2021.102559

137-21 Ting-Yu Cheng, Ying-Chih Liao, Enhancing drop mixing in powder bed by alternative particle arrangements with contradictory hydrophilicity, Journal of the Taiwan Institute of Chemical Engineers, 104160, 2021. doi.org/10.1016/j.jtice.2021.104160

134-21 Asif Ur Rehman, Muhammad Arif Mahmood, Fatih Pitir, Metin Uymaz Salamci, Andrei C. Popescu, Ion N. Mihailescu, Keyhole formation by laser drilling in laser powder bed fusion of Ti6Al4V biomedical alloy: Mesoscopic computational fluid dynamics simulation versus mathematical modelling using empirical validation, Nanomaterials, 11.2; 3284, 2021. doi.org/10.3390/nano11123284

128-21 Sang-Woo Han, Won-Ik Cho, Lin-Jie Zhang, Suck-Joo Na, Coupled simulation of thermal-metallurgical-mechanical behavior in laser keyhole welding of AH36 steel, Materials & Design, 212; 110275, 2021. doi.org/10.1016/j.matdes.2021.110275

127-21 Jiankang Huang, Zhuoxuan Li, Shurong Yu, Xiaoquan Yu, Ding Fan, Real-time observation and numerical simulation of the molten pool flow and mass transfer behavior during wire arc additive manufacturing, Welding in the World, 2021. doi.org/10.1007/s40194-021-01214-z

123-21 Boxue Song, Tianbiao Yu, Xingyu Jiang, Wenchao Xi, Xiaoli Lin, Zhelun Ma, ZhaoWang, Development of the molten pool and solidification characterization in single bead multilayer direct energy deposition, Additive Manufacturing, 102479, 2021. doi.org/10.1016/j.addma.2021.102479

112-21 Kathryn Small, Ian D. McCue, Katrina Johnston, Ian Donaldson, Mitra L. Taheri, Precision modification of microstructure and properties through laser engraving, JOM, 2021. doi.org/10.1007/s11837-021-04959-6

111-21 Yongki Lee, Jason Cheon, Byung-Kwon Min, Cheolhee Kim, Modelling of fume particle behaviour and coupling glass contamination during vacuum laser beam welding, Science and Technology of Welding and Joining, 2021. doi.org/10.1080/13621718.2021.1990658

110-21 Menglin Liu, Hao Yi, Huajun Cao, Rufeng Huang, Le Jia, Heat accumulation effect in metal droplet-based 3D printing: Evolution mechanism and elimination strategy, Additive Manufacturing, 48.A; 102413, 2021. doi.org/10.1016/j.addma.2021.102413

108-21 Nozomi Taura, Akiya Mitsunobu, Tatsuhiko Sakai, Yasuhiro Okamoto, Akira Okada, Formation and its mechanism of high-speed micro-grooving on metal surface by angled CW laser irradiation, Journal of Laser Micro/Nanoengineering, 16.2, 2021. doi.org/10.2961/jlmn.2021.02.2006

105-21 Jon Spangenberg, Wilson Ricardo Leal da Silva, Raphaël Comminal, Md. Tusher Mollah, Thomas Juul Andersen, Henrik Stang, Numerical simulation of multi-layer 3D concrete printing, RILEM Technical Letters, 6; pp. 119-123, 2021. doi.org/10.21809/rilemtechlett.2021.142

104-21 Lin Chen, Chunming Wang, Gaoyang Mi, Xiong Zhang, Effects of laser oscillating frequency on energy distribution, molten pool morphology and grain structure of AA6061/AA5182 aluminum alloys lap welding, Journal of Materials Research and Technology, 15; pp. 3133-3148, 2021. doi.org/10.1016/j.jmrt.2021.09.141

101-21 R.J.M. Wolfs, T.A.M. Salet, N. Roussel, Filament geometry control in extrusion-based additive manufacturing of concrete: The good, the bad and the ugly, Cement and Concrete Research, 150; 106615, 2021. doi.org/10.1016/j.cemconres.2021.106615

89-21 Wenlin Ye, Jin Bao, Jie Lei, Yichang Huang, Zhihao Li, Peisheng Li, Ying Zhang, Multiphysics modeling of thermal behavior of commercial pure titanium powder during selective laser melting, Metals and Materials International, 2021. doi.org/10.1007/s12540-021-01019-1

81-21 Lin Chen, Gaoyang Mi, Xiong Zhang, Chunming Wang, Effects of sinusoidal oscillating laser beam on weld formation, melt flow and grain structure during aluminum alloys lap welding, Journals of Materials Processing Technology, 298; 117314, 2021. doi.org/10.1016/j.jmatprotec.2021.117314

77-21 Yujie Cui, Yufan Zhao, Haruko Numata, Kenta Yamanaka, Huakang Bian, Kenta Aoyagi, Akihiko Chiba, Effects of process parameters and cooling gas on powder formation during the plasma rotating electrode process, Powder Technology, 393; pp. 301-311, 2021. doi.org/10.1016/j.powtec.2021.07.062

76-21 Md Tusher Mollah, Raphaël Comminal, Marcin P. Serdeczny, David B. Pedersen, Jon Spangenberg, Stability and deformations of deposited layers in material extrusion additive manufacturing, Additive Manufacturing, 46; 102193, 2021. doi.org/10.1016/j.addma.2021.102193

72-21 S. Sabooni, A. Chabok, S.C. Feng, H. Blaauw, T.C. Pijper, H.J. Yang, Y.T. Pei, Laser powder bed fusion of 17–4 PH stainless steel: A comparative study on the effect of heat treatment on the microstructure evolution and mechanical properties, Additive Manufacturing, 46; 102176, 2021. doi.org/10.1016/j.addma.2021.102176

71-21 Yu Hao, Nannan Chena, Hui-Ping Wang, Blair E. Carlson, Fenggui Lu, Effect of zinc vapor forces on spattering in partial penetration laser welding of zinc-coated steels, Journal of Materials Processing Technology, 298; 117282, 2021. doi.org/10.1016/j.jmatprotec.2021.117282

67-21 Lu Wang, Wentao Yan, Thermoelectric magnetohydrodynamic model for laser-based metal additive manufacturing, Physical Review Applied, 15.6; 064051, 2021. doi.org/10.1103/PhysRevApplied.15.064051

61-21 Ian D. McCue, Gianna M. Valentino, Douglas B. Trigg, Andrew M. Lennon, Chuck E. Hebert, Drew P. Seker, Salahudin M. Nimer, James P. Mastrandrea, Morgana M. Trexler, Steven M. Storck, Controlled shape-morphing metallic components for deployable structures, Materials & Design, 208; 109935, 2021. doi.org/10.1016/j.matdes.2021.109935

60-21 Mahyar Khorasani, AmirHossein Ghasemi, Martin Leary, William O’Neil, Ian Gibson, Laura Cordova, Bernard Rolfe, Numerical and analytical investigation on meltpool temperature of laser-based powder bed fusion of IN718, International Journal of Heat and Mass Transfer, 177; 121477, 2021. doi.org/10.1016/j.ijheatmasstransfer.2021.121477

57-21 Dae-Won Cho, Yeong-Do Park, Muralimohan Cheepu, Numerical simulation of slag movement from Marangoni flow for GMAW with computational fluid dynamics, International Communications in Heat and Mass Transfer, 125; 105243, 2021. doi.org/10.1016/j.icheatmasstransfer.2021.105243

55-21 Won-Sang Shin, Dae-Won Cho, Donghyuck Jung, Heeshin Kang, Jeng O Kim, Yoon-Jun Kim, Changkyoo Park, Investigation on laser welding of Al ribbon to Cu sheet: Weldability, microstructure and mechanical and electrical properties, Metals, 11.5; 831, 2021. doi.org/10.3390/met11050831

50-21 Mohamad Bayat, Venkata K. Nadimpalli, Francesco G. Biondani, Sina Jafarzadeh, Jesper Thorborg, Niels S. Tiedje, Giuliano Bissacco, David B. Pedersen, Jesper H. Hattel, On the role of the powder stream on the heat and fluid flow conditions during directed energy deposition of maraging steel—Multiphysics modeling and experimental validation, Additive Manufacturing, 43;102021, 2021. doi.org/10.1016/j.addma.2021.102021

47-21 Subin Shrestha, Kevin Chou, An investigation into melting modes in selective laser melting of Inconel 625 powder: single track geometry and porosity, The International Journal of Advanced Manufacturing Technology, 2021. doi.org/10.1007/s00170-021-07105-3

34-21 Haokun Sun, Xin Chu, Cheng Luo, Haoxiu Chen, Zhiying Liu, Yansong Zhang, Yu Zou, Selective laser melting for joining dissimilar materials: Investigations ofiInterfacial characteristics and in situ alloying, Metallurgical and Materials Transactions A, 52; pp. 1540-1550, 2021. doi.org/10.1007/s11661-021-06178-9

32-21 Shanshan Zhang, Subin Shrestha, Kevin Chou, On mesoscopic surface formation in metal laser powder-bed fusion process, Supplimental Proceedings, TMS 150th Annual Meeting & Exhibition (Virtual), pp. 149-161, 2021. doi.org/10.1007/978-3-030-65261-6_14

22-21 Patiparn Ninpetch, Pruet Kowitwarangkul, Sitthipong Mahathanabodee, Prasert Chalermkarnnon, Phadungsak Rattanadecho, Computational investigation of thermal behavior and molten metal flow with moving laser heat source for selective laser melting process, Case Studies in Thermal Engineering, 24; 100860, 2021. doi.org/10.1016/j.csite.2021.100860

19-21 M.B. Abrami, C. Ransenigo, M. Tocci, A. Pola, M. Obeidi, D. Brabazon, Numerical simulation of laser powder bed fusion processes, La Metallurgia Italiana, February; pp. 81-89, 2021.

16-21 Wenjun Ge, Jerry Y.H. Fuh, Suck Joo Na, Numerical modelling of keyhole formation in selective laser melting of Ti6Al4V, Journal of Manufacturing Processes, 62; pp. 646-654, 2021. doi.org/10.1016/j.jmapro.2021.01.005

11-21 Mohamad Bayat, Venkata K. Nadimpalli, David B. Pedersen, Jesper H. Hattel, A fundamental investigation of thermo-capillarity in laser powder bed fusion of metals and alloys, International Journal of Heat and Mass Transfer, 166; 120766, 2021. doi.org/10.1016/j.ijheatmasstransfer.2020.120766

10-21 Yufan Zhao, Yuichiro Koizumi, Kenta Aoyagi, Kenta Yamanaka, Akihiko Chiba, Thermal properties of powder beds in energy absorption and heat transfer during additive manufacturing with electron beam, Powder Technology, 381; pp. 44-54, 2021. doi.org/10.1016/j.powtec.2020.11.082

9-21 Subin Shrestha, Kevin Chou, A study of transient and steady-state regions from single-track deposition in laser powder bed fusion, Journal of Manufacturing Processes, 61; pp. 226-235, 2021. doi.org/10.1016/j.jmapro.2020.11.023

6-21 Qian Chen, Yunhao Zhao, Seth Strayer, Yufan Zhao, Kenta Aoyagi, Yuichiro Koizumi, Akihiko Chiba, Wei Xiong, Albert C. To, Elucidating the effect of preheating temperature on melt pool morphology variation in Inconel 718 laser powder bed fusion via simulation and experiment, Additive Manufacturing, 37; 101642, 2021. doi.org/10.1016/j.addma.2020.101642

04-21 Won-Ik Cho, Peer Woizeschke, Analysis of molten pool dynamics in laser welding with beam oscillation and filler wire feeding, International Journal of Heat and Mass Transfer, 164; 120623, 2021. doi.org/10.1016/j.ijheatmasstransfer.2020.120623

121-20 Yufan Zhao, Yujie Cui, Haruko Numata, Huakang Bian, Kimio Wako, Kenta Yamanaka, Kenta Aoyagi, Akihiko Chiba, Centrifugal granulation behavior in metallic powder fabrication by plasma rotating electrode process, Scientific Reports, 10; 18446, 2020. doi.org/10.1038/s41598-020-75503-w

116-20 Raphael Comminal, Wilson Ricardo Leal da Silva, Thomas Juul Andersen, Henrik Stang, Jon Spangenberg, Modelling of 3D concrete printing based on computational fluid dynamics, Cement and Concrete Research, 138; 106256, 2020. doi.org/10.1016/j.cemconres.2020.106256

112-20 Peng Liu, Lijin Huan, Yu Gan, Yuyu Lei, Effect of plate thickness on weld pool dynamics and keyhole-induced porosity formation in laser welding of Al alloy, The International Journal of Advanced Manufacturing Technology, 111; pp. 735-747, 2020. doi.org/10.1007/s00170-020-05818-5

108-20 Fan Chen, Wentao Yan, High-fidelity modelling of thermal stress for additive manufacturing by linking thermal-fluid and mechanical models, Materials & Design, 196; 109185, 2020. doi.org/10.1016/j.matdes.2020.109185

104-20 Yunfu Tian, Lijun Yang, Dejin Zhao, Yiming Huang, Jiajing Pan, Numerical analysis of powder bed generation and single track forming for selective laser melting of SS316L stainless steel, Journal of Manufacturing Processes, 58; pp. 964-974, 2020. doi.org/10.1016/j.jmapro.2020.09.002

100-20 Raphaël Comminal, Sina Jafarzadeh, Marcin Serdeczny, Jon Spangenberg, Estimations of interlayer contacts in extrusion additive manufacturing using a CFD model, International Conference on Additive Manufacturing in Products and Applications (AMPA), Zurich, Switzerland, September 1-3: Industrializing Additive Manufacturing, pp. 241-250, 2020. doi.org/10.1007/978-3-030-54334-1_17

97-20 Paree Allu, CFD simulation for metal Additive Manufacturing: Applications in laser- and sinter-based processes, Metal AM, 6.4; pp. 151-158, 2020.

95-20 Yufan Zhao, Kenta Aoyagi, Kenta Yamanaka, Akihiko Chiba, Role of operating and environmental conditions in determining molten pool dynamics during electron beam melting and selective laser melting, Additive Manufacturing, 36; 101559, 2020. doi.org/10.1016/j.addma.2020.101559

94-20 Yan Zeng, David Himmler, Peter Randelzhofer, Carolin Körner, Processing of in situ Al3Ti/Al composites by advanced high shear technology: influence of mixing speed, The International Journal of Advanced Manufacturing Technology, 110; pp. 1589-1599, 2020. doi.org/10.1007/s00170-020-05956-w

93-20 H. Hamed Zargari, K. Ito, M. Kumar, A. Sharma, Visualizing the vibration effect on the tandem-pulsed gas metal arc welding in the presence of surface tension active elements, International Journal of Heat and Mass Transfer, 161; 120310, 2020. doi.org/10.1016/j.ijheatmasstransfer.2020.120310

90-20 Guangxi Zhao, Jun Du, Zhengying Wei, Siyuan Xu, Ruwei Geng, Numerical analysis of aluminum alloy fused coating process, Journal of the Brazilian Society of Mechanical Science and Engineering, 42; 483, 2020. doi.org/10.1007/s40430-020-02569-y

85-20 Wenkang Huang, Hongliang Wang, Teresa Rinker, Wenda Tan, Investigation of metal mixing in laser keyhold welding of dissimilar metals, Materials & Design, 195; 109056, 2020. doi.org/10.1016/j.matdes.2020.109056

82-20 Pan Lu, Zhang Cheng-Lin, Wang Liang, Liu Tong, Liu Jiang-lin, Molten pool structure, temperature and velocity flow in selective laser melting AlCu5MnCdVA alloy, Materials Research Express, 7; 086516, 2020. doi.org/10.1088/2053-1591/abadcf

80-20 Yujie Cui, Yufan Zhao, Haruko Numata, Huakang Bian, Kimio Wako, Kento Yamanaka, Kenta Aoyagi, Chen Zhang, Akihiko Chiba, Effects of plasma rotating electrode process parameters on the particle size distribution and microstructure of Ti-6Al-4 V alloy powder, Powder Technology, 376; pp. 363-372, 2020. doi.org/10.1016/j.powtec.2020.08.027

78-20 F.Q. Liu, L. Wei, S.Q. Shi, H.L. Wei, On the varieties of build features during multi-layer laser directed energy deposition, Additive Manufacturing, 36; 101491, 2020. doi.org/10.1016/j.addma.2020.101491

75-20 Nannan Chen, Zixuan Wan, Hui-Ping Wang, Jingjing Li, Joshua Solomon, Blair E. Carlson, Effect of Al single bond Si coating on laser spot welding of press hardened steel and process improvement with annular stirring, Materials & Design, 195; 108986, 2020. doi.org/10.1016/j.matdes.2020.108986

72-20 Yujie Cui, Kenta Aoyagi, Yufan Zhao, Kenta Yamanaka, Yuichiro Hayasaka, Yuichiro Koizumi, Tadashi Fujieda, Akihiko Chiba, Manufacturing of a nanosized TiB strengthened Ti-based alloy via electron beam powder bed fusion, Additive Manufacturing, 36; 101472, 2020. doi.org/10.1016/j.addma.2020.101472

64-20 Dong-Rong Liu, Shuhao Wang, Wentao Yan, Grain structure evolution in transition-mode melting in direct energy deposition, Materials & Design, 194; 108919, 2020. doi.org/10.1016/j.matdes.2020.108919

61-20 Raphael Comminal, Wilson Ricardo Leal da Silva, Thomas Juul Andersen, Henrik Stang, Jon Spangenberg, Influence of processing parameters on the layer geometry in 3D concrete printing: Experiments and modelling, 2nd RILEM International Conference on Concrete and Digital Fabrication, RILEM Bookseries, 28; pp. 852-862, 2020. doi.org/10.1007/978-3-030-49916-7_83

60-20 Marcin P. Serdeczny, Raphaël Comminal, Md. Tusher Mollah, David B. Pedersen, Jon Spangenberg, Numerical modeling of the polymer flow through the hot-end in filament-based material extrusion additive manufacturing, Additive Manufacturing, 36; 101454, 2020. doi.org/10.1016/j.addma.2020.101454

58-20 H.L. Wei, T. Mukherjee, W. Zhang, J.S. Zuback, G.L. Knapp, A. De, T. DebRoy, Mechanistic models for additive manufacturing of metallic components, Progress in Materials Science, preprint, 2020. doi.org/10.1016/j.pmatsci.2020.100703

55-20 Masoud Mohammadpour, Experimental study and numerical simulation of heat transfer and fluid flow in laser welded and brazed joints, Thesis, Southern Methodist University, Dallas, TX, US; Available in Mechanical Engineering Research Theses and Dissertations, 24, 2020.

48-20 Masoud Mohammadpour, Baixuan Yang, Hui-Ping Wang, John Forrest, Michael Poss, Blair Carlson, Radovan Kovacevica, Influence of laser beam inclination angle on galvanized steel laser braze quality, Optics and Laser Technology, 129; 106303, 2020. doi.org/10.1016/j.optlastec.2020.106303

34-20 Binqi Liu, Gang Fang, Liping Lei, Wei Liu, A new ray tracing heat source model for mesoscale CFD simulation of selective laser melting (SLM), Applied Mathematical Modeling, 79; pp. 506-520, 2020. doi.org/10.1016/j.apm.2019.10.049

27-20 Xuesong Gao, Guilherme Abreu Farira, Wei Zhang and Kevin Wheeler, Numerical analysis of non-spherical particle effect on molten pool dynamics in laser-powder bed fusion additive manufacturing, Computational Materials Science, 179, art. no. 109648, 2020. doi.org/10.1016/j.commatsci.2020.109648

26-20 Yufan Zhao, Yuichiro Koizumi, Kenta Aoyagi, Kenta Yamanaka and Akihiko Chiba, Isothermal γ → ε phase transformation behavior in a Co-Cr-Mo alloy depending on thermal history during electron beam powder-bed additive manufacturing, Journal of Materials Science & Technology, 50, pp. 162-170, 2020. doi.org/10.1016/j.jmst.2019.11.040

21-20 Won-Ik Cho and Peer Woizeschke, Analysis of molten pool behavior with buttonhole formation in laser keyhole welding of sheet metal, International Journal of Heat and Mass Transfer, 152, art. no. 119528, 2020. doi.org/10.1016/j.ijheatmasstransfer.2020.119528

06-20 Wei Xing, Di Ouyang, Zhen Chen and Lin Liu, Effect of energy density on defect evolution in 3D printed Zr-based metallic glasses by selective laser melting, Science China Physics, Mechanics & Astronomy, 63, art. no. 226111, 2020. doi.org/10.1007/s11433-019-1485-8

04-20 Santosh Reddy Sama, Tony Badamo, Paul Lynch and Guha Manogharan, Novel sprue designs in metal casting via 3D sand-printing, Additive Manufacturing, 25, pp. 563-578, 2019. doi.org/10.1016/j.addma.2018.12.009

02-20 Dongsheng Wu, Shinichi Tashiro, Ziang Wu, Kazufumi Nomura, Xueming Hua, and Manabu Tanaka, Analysis of heat transfer and material flow in hybrid KPAW-GMAW process based on the novel three dimensional CFD simulation, International Journal of Heat and Mass Transfer, 147, art. no. 118921, 2020. doi.org/10.1016/j.ijheatmasstransfer.2019.118921

01-20 Xiang Huang, Siying Lin, Zhenxiang Bu, Xiaolong Lin, Weijin Yi, Zhihong Lin, Peiqin Xie, and Lingyun Wang, Research on nozzle and needle combination for high frequency piezostack-driven dispenser, International Journal of Adhesion and Adhesives, 96, 2020. doi.org/10.1016/j.ijadhadh.2019.102453

88-19 Bo Cheng and Charles Tuffile, Numerical study of porosity formation with implementation of laser multiple reflection in selective laser melting, Proceedings Volume 1: Additive Manufacturing; Manufacturing Equipment and Systems; Bio and Sustainable Manufacturing, ASME 2019 14th International Manufacturing Science and Engineering Conference, Erie, Pennsylvania, USA, June 10-14, 2019. doi.org/10.1115/MSEC2019-2891

87-19 Shuhao Wang, Lida Zhu, Jerry Ying His Fuh, Haiquan Zhang, and Wentao Yan, Multi-physics modeling and Gaussian process regression analysis of cladding track geometry for direct energy deposition, Optics and Lasers in Engineering, 127:105950, 2019. doi.org/10.1016/j.optlaseng.2019.105950

78-19 Bo Cheng, Lukas Loeber, Hannes Willeck, Udo Hartel, and Charles Tuffile, Computational investigation of melt pool process dynamics and pore formation in laser powder bed fusion, Journal of Materials Engineering and Performance, 28:11, 6565-6578, 2019. doi.org/10.1007/s11665-019-04435-y

77-19 David Souders, Pareekshith Allu, Anurag Chandorkar, and Ruendy Castillo, Application of computational fluid dynamics in developing process parameters for additive manufacturing, Additive Manufacturing Journal, 9th International Conference on 3D Printing and Additive Manufacturing Technologies (AM 2019), Bangalore, India, September 7-9, 2019.

75-19 Raphaël Comminal, Marcin Piotr Serdeczny, Navid Ranjbar, Mehdi Mehrali, David Bue Pedersen, Henrik Stang, Jon Spangenberg, Modelling of material deposition in big area additive manufacturing and 3D concrete printing, Proceedings, Advancing Precision in Additive Manufacturing, Nantes, France, September 16-18, 2019.

73-19 Baohua Chang, Zhang Yuan, Hao Cheng, Haigang Li, Dong Du 1, and Jiguo Shan, A study on the influences of welding position on the keyhole and molten pool behavior in laser welding of a titanium alloy, Metals, 9:1082, 2019. doi.org/10.3390/met9101082

57-19 Shengjie Deng, Hui-Ping Wang, Fenggui Lu, Joshua Solomon, and Blair E. Carlson, Investigation of spatter occurrence in remote laser spiral welding of zinc-coated steels, International Journal of Heat and Mass Transfer, Vol. 140, pp. 269-280, 2019. doi.org/10.1016/j.ijheatmasstransfer.2019.06.009

53-19 Mohamad Bayat, Aditi Thanki, Sankhya Mohanty, Ann Witvrouw, Shoufeng Yang, Jesper Thorborg, Niels Skat Tieldje, and Jesper Henri Hattel, Keyhole-induced porosities in Laser-based Powder Bed Fusion (L-PBF) of Ti6Al4V: High-fidelity modelling and experimental validation, Additive Manufacturing, Vol. 30, 2019. doi.org/10.1016/j.addma.2019.100835

51-19 P. Ninpetch, P. Kowitwarangkul, S. Mahathanabodee, R. Tongsri, and P. Ratanadecho, Thermal and melting track simulations of laser powder bed fusion (L-PBF), International Conference on Materials Research and Innovation (ICMARI), Bangkok, Thailand, December 17-21, 2018. IOP Conference Series: Materials Science and Engineering, Vol. 526, 2019. doi.org/10.1088/1757-899X/526/1/012030

46-19 Hongze Wang and Yu Zou, Microscale interaction between laser and metal powder in powder-bed additive manufacturing: Conduction mode versus keyhole mode, International Journal of Heat and Mass Transfer, Vol. 142, 2019. doi.org/10.1016/j.ijheatmasstransfer.2019.118473

45-19 Yufan Zhao, Yuichiro Koizumi, Kenta Aoyagi, Kenta Yamanaka, and Akihiko Chiba, Manipulating local heat accumulation towards controlled quality and microstructure of a Co-Cr-Mo alloy in powder bed fusion with electron beam, Materials Letters, Vol. 254, pp. 269-272, 2019. doi.org/10.1016/j.matlet.2019.07.078

44-19 Guoxiang Xu, Lin Li, Houxiao Wang, Pengfei Li, Qinghu Guo, Qingxian Hu, and Baoshuai Du, Simulation and experimental studies of keyhole induced porosity in laser-MIG hybrid fillet welding of aluminum alloy in the horizontal position, Optics & Laser Technology, Vol. 119, 2019. doi.org/10.1016/j.optlastec.2019.105667

38-19 Subin Shrestha and Y. Kevin Chou, A numerical study on the keyhole formation during laser powder bed fusion process, Journal of Manufacturing Science and Engineering, Vol. 141, No. 10, 2019. doi.org/10.1115/1.4044100

34-19 Dae-Won Cho, Jin-Hyeong Park, and Hyeong-Soon Moon, A study on molten pool behavior in the one pulse one drop GMAW process using computational fluid dynamics, International Journal of Heat and Mass Transfer, Vol. 139, pp. 848-859, 2019. doi.org/10.1016/j.ijheatmasstransfer.2019.05.038

30-19 Mohamad Bayat, Sankhya Mohanty, and Jesper Henri Hattel, Multiphysics modelling of lack-of-fusion voids formation and evolution in IN718 made by multi-track/multi-layer L-PBF, International Journal of Heat and Mass Transfer, Vol. 139, pp. 95-114, 2019. doi.org/10.1016/j.ijheatmasstransfer.2019.05.003

29-19 Yufan Zhao, Yuichiro Koizumi, Kenta Aoyagi, Daixiu Wei, Kenta Yamanaka, and Akihiko Chiba, Comprehensive study on mechanisms for grain morphology evolution and texture development in powder bed fusion with electron beam of Co–Cr–Mo alloy, Materialia, Vol. 6, 2019. doi.org/10.1016/j.mtla.2019.100346

28-19 Pareekshith Allu, Computational fluid dynamics modeling in additive manufacturing processes, The Minerals, Metals & Materials Society (TMS) 148th Annual Meeting & Exhibition, San Antonio, Texas, USA, March 10-14, 2019.

24-19 Simulation Software: Use, Advantages & Limitations, The Additive Manufacturing and Welding Magazine, Vol. 2, No. 2, 2019

22-19 Hunchul Jeong, Kyungbae Park, Sungjin Baek, and Jungho Cho, Thermal efficiency decision of variable polarity aluminum arc welding through molten pool analysis, International Journal of Heat and Mass Transfer, Vol. 138, pp. 729-737, 2019. doi.org/10.1016/j.ijheatmasstransfer.2019.04.089

07-19 Guangxi Zhao, Jun Du, Zhengying Wei, Ruwei Geng and Siyuan Xu, Numerical analysis of arc driving forces and temperature distribution in pulsed TIG welding, Journal of the Brazilian Society of Mechanical Sciences and Engineering, Vol. 41, No. 60, 2019. doi.org/10.1007/s40430-018-1563-0

04-19 Santosh Reddy Sama, Tony Badamo, Paul Lynch and Guha Manogharan, Novel sprue designs in metal casting via 3D sand-printing, Additive Manufacturing, Vol. 25, pp. 563-578, 2019. doi.org/10.1016/j.addma.2018.12.009

03-19 Dongsheng Wu, Anh Van Nguyen, Shinichi Tashiro, Xueming Hua and Manabu Tanaka, Elucidation of the weld pool convection and keyhole formation mechanism in the keyhold plasma arc welding, International Journal of Heat and Mass Transfer, Vol. 131, pp. 920-931, 2019. doi.org/10.1016/j.ijheatmasstransfer.2018.11.108

97-18 Wentao Yan, Ya Qian, Wenjun Ge, Stephen Lin, Wing Kam Liu, Feng Lin, Gregory J. Wagner, Meso-scale modeling of multiple-layer fabrication process in Selective Electron Beam Melting: Inter-layer/track voids formation, Materials & Design, 2018. doi.org/10.1016/j.matdes.2017.12.031

84-18 Bo Cheng, Xiaobai Li, Charles Tuffile, Alexander Ilin, Hannes Willeck and Udo Hartel, Multi-physics modeling of single track scanning in selective laser melting: Powder compaction effect, Proceedings of the 29th Annual International Solid Freeform Fabrication Symposium, pp. 1887-1902, 2018.

81-18 Yufan Zhao, Yuichiro Koizumi, Kenta Aoyagi, Daixiu Wei, Kenta Yamanaka and Akihiko Chiba, Molten pool behavior and effect of fluid flow on solidification conditions in selective electron beam melting (SEBM) of a biomedical Co-Cr-Mo alloy, Additive Manufacturing, Vol. 26, pp. 202-214, 2019. doi.org/10.1016/j.addma.2018.12.002

77-18 Jun Du and Zhengying Wei, Numerical investigation of thermocapillary-induced deposited shape in fused-coating additive manufacturing process of aluminum alloy, Journal of Physics Communications, Vol. 2, No. 11, 2018. doi.org/10.1088/2399-6528/aaedc7

76-18 Yu Xiang, Shuzhe Zhang, Zhengying We, Junfeng Li, Pei Wei, Zhen Chen, Lixiang Yang and Lihao Jiang, Forming and defect analysis for single track scanning in selective laser melting of Ti6Al4V, Applied Physics A, 124:685, 2018. doi.org/10.1007/s00339-018-2056-9

74-18 Paree Allu, CFD simulations for laser welding of Al Alloys, Proceedings, Die Casting Congress & Exposition, Indianapolis, IN, October 15-17, 2018.

72-18 Hunchul Jeong, Kyungbae Park, Sungjin Baek, Dong-Yoon Kim, Moon-Jin Kang and Jungho Cho, Three-dimensional numerical analysis of weld pool in GMAW with fillet joint, International Journal of Precision Engineering and Manufacturing, Vol. 19, No. 8, pp. 1171-1177, 2018. doi.org/10.1007/s12541-018-0138-4

60-18 R.W. Geng, J. Du, Z.Y. Wei and G.X. Zhao, An adaptive-domain-growth method for phase field simulation of dendrite growth in arc preheated fused-coating additive manufacturing, IOP Conference Series: Journal of Physics: Conference Series 1063, 012077, 2018. doi.org/10.1088/1742-6596/1063/1/012077 (Available at http://iopscience.iop.org/article/10.1088/1742-6596/1063/1/012077/pdf and in shared drive)

59-18 Guangxi Zhao, Jun Du, Zhengying Wei, Ruwei Geng and Siyuan Xu, Coupling analysis of molten pool during fused coating process with arc preheating, IOP Conference Series: Journal of Physics: Conference Series 1063, 012076, 2018. doi.org/10.1088/1742-6596/1063/1/012076 (Available at http://iopscience.iop.org/article/10.1088/1742-6596/1063/1/012076/pdf and in shared drive)

58-18 Siyuan Xu, Zhengying Wei, Jun Du, Guangxi Zhao and Wei Liu, Numerical simulation and analysis of metal fused coating forming, IOP Conference Series: Journal of Physics: Conference Series 1063, 012075, 2018. doi.org/10.1088/1742-6596/1063/1/012075

55-18 Jason Cheon, Jin-Young Yoon, Cheolhee Kim and Suck-Joo Na, A study on transient flow characteristic in friction stir welding with realtime interface tracking by direct surface calculation, Journal of Materials Processing Tech., vol. 255, pp. 621-634, 2018.

54-18 V. Sukhotskiy, P. Vishnoi, I. H. Karampelas, S. Vader, Z. Vader, and E. P. Furlani, Magnetohydrodynamic drop-on-demand liquid metal additive manufacturing: System overview and modeling, Proceedings of the 5th International Conference of Fluid Flow, Heat and Mass Transfer, Niagara Falls, Canada, June 7 – 9, 2018; Paper no. 155, 2018. doi.org/10.11159/ffhmt18.155

52-18 Michael Hilbinger, Claudia Stadelmann, Matthias List and Robert F. Singer, Temconex® – Kontinuierliche Pulverextrusion: Verbessertes Verständnis mit Hilfe der numerischen Simulation, Hochleistungsmetalle und Prozesse für den Leichtbau der Zukunft, Tagungsband 10. Ranshofener Leichtmetalltage, 13-14 Juni 2018, Linz, pp. 175-186, 2018.

38-18 Zhen Chen, Yu Xiang, Zhengying Wei, Pei Wei, Bingheng Lu, Lijuan Zhang and Jun Du, Thermal dynamic behavior during selective laser melting of K418 superalloy: numerical simulation and experimental verification, Applied Physics A, vol. 124, pp. 313, 2018. doi.org/10.1007/s00339-018-1737-8

19-18 Chenxiao Zhu, Jason Cheon, Xinhua Tang, Suck-Joo Na, and Haichao Cui, Molten pool behaviors and their influences on welding defects in narrow gap GMAW of 5083 Al-alloy, International Journal of Heat and Mass Transfer, vol. 126:A, pp.1206-1221, 2018. doi.org/10.1016/j.ijheatmasstransfer.2018.05.132

16-18 P. Schneider, V. Sukhotskiy, T. Siskar, L. Christie and I.H. Karampelas, Additive Manufacturing of Microfluidic Components via Wax Extrusion, Biotech, Biomaterials and Biomedical TechConnect Briefs, vol. 3, pp. 162 – 165, 2018.

09-18 The Furlani Research Group, Magnetohydrodynamic Liquid Metal 3D Printing, Department of Chemical and Biological Engineering, © University at Buffalo, May 2018.

08-18 Benjamin Himmel, Dominik Rumschöttel and Wolfram Volk, Thermal process simulation of droplet based metal printing with aluminium, Production Engineering, March 2018 © German Academic Society for Production Engineering (WGP) 2018.

07-18 Yu-Che Wu, Cheng-Hung San, Chih-Hsiang Chang, Huey-Jiuan Lin, Raed Marwan, Shuhei Baba and Weng-Sing Hwang, Numerical modeling of melt-pool behavior in selective laser melting with random powder distribution and experimental validation, Journal of Materials Processing Tech. 254 (2018) 72–78.

60-17 Pei Wei, Zhengying Wei, Zhen Chen, Yuyang He and Jun Du, Thermal behavior in single track during selective laser melting of AlSi10Mg powder, Applied Physics A: Materials Science & Processing, 123:604, 2017. doi.org/10.1007/z00339-017-1194-9

51-17 Koichi Ishizaka, Keijiro Saitoh, Eisaku Ito, Masanori Yuri, and Junichiro Masada, Key Technologies for 1700°C Class Ultra High Temperature Gas Turbine, Mitsubishi Heavy Industries Technical Review, vol. 54, no. 3, 2017.

49-17 Yu-Che Wu, Weng-Sing Hwang, Cheng-Hung San, Chih-Hsiang Chang and Huey-Jiuan Lin, Parametric study of surface morphology for selective laser melting on Ti6Al4V powder bed with numerical and experimental methods, International Journal of Material Forming, © Springer-Verlag France SAS, part of Springer Nature 2017. doi.org/10.1007/s12289-017-1391-2.

37-17 V. Sukhotskiy, I. H. Karampelas, G. Garg, A. Verma, M. Tong, S. Vader, Z. Vader, and E. P. Furlani, Magnetohydrodynamic Drop-on-Demand Liquid Metal 3D Printing, Solid Freeform Fabrication 2017: Proceedings of the 28th Annual International Solid Freeform Fabrication Symposium – An Additive Manufacturing Conference

15-17 I.H. Karampelas, S. Vader, Z. Vader, V. Sukhotskiy, A. Verma, G. Garg, M. Tong and E.P. Furlani, Drop-on-Demand 3D Metal Printing, Informatics, Electronics and Microsystems TechConnect Briefs 2017, Vol. 4

14-17 Jason Cheon and Suck-Joo Na, Prediction of welding residual stress with real-time phase transformation by CFD thermal analysis, International Journal of Mechanical Sciences 131–132 (2017) 37–51.

91-16 Y. S. Lee and D. F. Farson, Surface tension-powered build dimension control in laser additive manufacturing process, Int J Adv Manuf Technol (2016) 85:1035–1044, doi.org/10.1007/s00170-015-7974-5.

84-16 Runqi Lin, Hui-ping Wang, Fenggui Lu, Joshua Solomon, Blair E. Carlson, Numerical study of keyhole dynamics and keyhole-induced porosity formation in remote laser welding of Al alloys, International Journal of Heat and Mass Transfer 108 (2017) 244–256, Available online December 2016.

68-16 Dongsheng Wu, Xueming Hua, Dingjian Ye and Fang Li, Understanding of humping formation and suppression mechanisms using the numerical simulation, International Journal of Heat and Mass Transfer, Volume 104, January 2017, Pages 634–643, Published online 2016.

39-16 Chien-Hsun Wang, Ho-Lin Tsai, Yu-Che Wu and Weng-Sing Hwang, Investigation of molten metal droplet deposition and solidification for 3D printing techniques, IOP Publishing, J. Micromech. Microeng. 26 (2016) 095012 (14pp), doi: 10.1088/0960-1317/26/9/095012, July 8, 2016

29-16 Scott Vader, Zachary Vader, Ioannis H. Karampelas and Edward P. Furlani, Advances in Magnetohydrodynamic Liquid Metal Jet Printing, Nanotech 2016 Conference & Expo, May 22-25, Washington, DC.

26-16 Y.S. Lee and W. Zhang, Modeling of heat transfer, fluid flow and solidification microstructure of nickel-base superalloy fabricated by laser powder bed fusion, S2214-8604(16)30087-2, doi.org/10.1016/j.addma.2016.05.003, ADDMA 86.

123-15 Koji Tsukimoto, Masashi Kitamura, Shuji Tanigawa, Sachio Shimohata, and Masahiko Mega, Laser welding repair for single crystal blades, Proceedings of International Gas Turbine Congress, pp. 1354-1358, 2015.

116-15 Yousub Lee, Simulation of Laser Additive Manufacturing and its Applications, Ph.D. Thesis: Graduate Program in Welding Engineering, The Ohio State University, 2015, Copyright by Yousub Lee 2015

103-15 Ligang Wu, Jason Cheon, Degala Venkata Kiran, and Suck-Joo Na, CFD Simulations of GMA Welding of Horizontal Fillet Joints based on Coordinate Rotation of Arc Models, Journal of Materials Processing Technology, Available online December 29, 2015

96-15 Jason Cheon, Degala Venkata Kiran, and Suck-Joo Na, Thermal metallurgical analysis of GMA welded AH36 steel using CFD – FEM framework, Materials & Design, Volume 91, February 5 2016, Pages 230-241, published online November 2015

86-15 Yousub Lee and Dave F. Farson, Simulation of transport phenomena and melt pool shape for multiple layer additive manufacturing, J. Laser Appl. 28, 012006 (2016). doi: 10.2351/1.4935711, published online 2015.

63-15 Scott Vader, Zachary Vader, Ioannis H. Karampelas and Edward P. Furlani, Magnetohydrodynamic Liquid Metal Jet Printing, TechConnect World Innovation Conference & Expo, Washington, D.C., June 14-17, 2015

46-15 Adwaith Gupta, 3D Printing Multi-Material, Single Printhead Simulation, Advanced Qualification of Additive Manufacturing Materials Workshop, July 20 – 21, 2015, Santa Fe, NM

25-15 Dae-Won Cho and Suck-Joo Na, Molten pool behaviors for second pass V-groove GMAW, International Journal of Heat and Mass Transfer 88 (2015) 945–956.

21-15 Jungho Cho, Dave F. Farson, Kendall J. Hollis and John O. Milewski, Numerical analysis of weld pool oscillation in laser welding, Journal of Mechanical Science and Technology 29 (4) (2015) 1715~1722, www.springerlink.com/content/1738-494x, doi.org/10.1007/s12206-015-0344-2.

82-14 Yousub Lee, Mark Nordin, Sudarsanam Suresh Babu, and Dave F. Farson, Effect of Fluid Convection on Dendrite Arm Spacing in Laser Deposition, Metallurgical and Materials Transactions B, August 2014, Volume 45, Issue 4, pp 1520-1529

59-14 Y.S. Lee, M. Nordin, S.S. Babu, and D.F. Farson, Influence of Fluid Convection on Weld Pool Formation in Laser Cladding, Welding Research/ August 2014, VOL. 93

18-14 L.J. Zhang, J.X. Zhang, A. Gumenyuk, M. Rethmeier, and S.J. Na, Numerical simulation of full penetration laser welding of thick steel plate with high power high brightness laser, Journal of Materials Processing Technology (2014), doi.org/10.1016/j.jmatprotec.2014.03.016.

36-13 Dae-Won Cho,Woo-Hyun Song, Min-Hyun Cho, and Suck-Joo Na, Analysis of Submerged Arc Welding Process by Three-Dimensional Computational Fluid Dynamics Simulations, Journal of Materials Processing Technology, 2013. doi.org/10.1016/j.jmatprotec.2013.06.017

12-13 D.W. Cho, S.J. Na, M.H. Cho, J.S. Lee, A study on V-groove GMAW for various welding positions, Journal of Materials Processing Technology, April 2013, doi.org/10.1016/j.jmatprotec.2013.02.015.

01-13 Dae-Won Cho & Suck-Joo Na & Min-Hyun Cho & Jong-Sub Lee, Simulations of weld pool dynamics in V-groove GTA and GMA welding, Weld World, doi.org/10.1007/s40194-012-0017-z, © International Institute of Welding 2013.

63-12 D.W. Cho, S.H. Lee, S.J. Na, Characterization of welding arc and weld pool formation in vacuum gas hollow tungsten arc welding, Journal of Materials Processing Technology, doi.org/10.1016/j.jmatprotec.2012.09.024, September 2012.

77-10 Lim, Y. C.; Yu, X.; Cho, J. H.; et al., Effect of magnetic stirring on grain structure refinement Part 1-Autogenous nickel alloy welds, Science and Technology of Welding and Joining, Volume: 15 Issue: 7, Pages: 583-589, doi.org/10.1179/136217110X12720264008277, October 2010

18-10 K Saida, H Ohnishi, K Nishimoto, Fluxless laser brazing of aluminium alloy to galvanized steel using a tandem beam–dissimilar laser brazing of aluminium alloy and steels, Welding International, 2010

58-09 Cho, Jung-Ho; Farson, Dave F.; Milewski, John O.; et al., Weld pool flows during initial stages of keyhole formation in laser welding, Journal of Physics D-Applied Physics, Volume: 42 Issue: 17 Article Number: 175502 ; doi.org/10.1088/0022-3727/42/17/175502, September 2009

57-09 Lim, Y. C.; Farson, D. F.; Cho, M. H.; et al., Stationary GMAW-P weld metal deposit spreading, Science and Technology of Welding and Joining, Volume: 14 Issue: 7 ;Pages: 626-635, doi.org/10.1179/136217109X441173, October 2009

1-09 J.-H. Cho and S.-J. Na, Three-Dimensional Analysis of Molten Pool in GMA-Laser Hybrid Welding, Welding Journal, February 2009, Vol. 88

52-07 Huey-Jiuan Lin and Wei-Kuo Chang, Design of a sheet forming apparatus for overflow fusion process by numerical simulation, Journal of Non-Crystalline Solids 353 (2007) 2817–2825.

50-07 Cho, Min Hyun; Farson, Dave F., Understanding bead hump formation in gas metal arc welding using a numerical simulation, Metallurgical and Mateials Transactions B-Process Metallurgy and Materials Processing Science, Volume: 38, Issue: 2, Pages: 305-319, doi.org/10.1007/s11663-007-9034-5, April 2007

49-07 Cho, M. H.; Farson, D. F., Simulation study of a hybrid process for the prevention of weld bead hump formation, Welding Journal Volume: 86, Issue: 9, Pages: 253S-262S, September 2007

48-07 Cho, M. H.; Farson, D. F.; Lim, Y. C.; et al., Hybrid laser/arc welding process for controlling bead profile, Science and Technology of Welding and Joining, Volume: 12 Issue: 8, Pages: 677-688, doi.org/10.1179/174329307X236878, November 2007

47-07 Min Hyun Cho, Dave F. Farson, Understanding Bead Hump Formation in Gas Metal Arc Welding Using a Numerical Simulation, Metallurgical and Materials Transactions B, Volume 38, Issue 2, pp 305-319, April 2007

36-06 Cho, M. H.; Lim, Y. C.; Farson, D. F., Simulation of weld pool dynamics in the stationary pulsed gas metal arc welding process and final weld shape, Welding Journal, Volume: 85 Issue: 12, Pages: 271S-283S, December 2006

금속 3D 프린팅 수치해석

Additive Manufacturing

적층 가공법은 3D프린팅이라고도 하며, 일반적으로 분말 또는 와이어를 층별로 적층제조하는 방법입니다. 금속기반 적층제조공정에 대한 관심이 지난 몇년간 크게 높아졌습니다. 오늘날 사용되는 3개의 주요 금속 적층 제조 공정은 파우더 베드 융접(PBF), 직접 에너지 증착(DED) 및 바인더 분사 공정입니다. FLOW-3D는 이러한 각 프로세스에 대해 고유한 시뮬레이션 통찰력을 제공합니다

파우더 베드 융합 및 직접 에너지 증착 공정에서는 레이저나 전자 빔을 열원으로 사용할 수 있습니다. 두 경우 모두 PBF의 분말 형태와 DED공정의 분말 또는 와이어 형태의 금속은 완전히 용해되고 함께 융합되어 층별 부품을 형성합니다. 그러나 바인더 분사에서, 결합제 역할을 하는 수지는 금속 분말에 선택적으로 침전되어 층별로 부품을 형성합니다. 이들 부품은 더 나은 밀도를 얻기 위해 중앙에 배치됩니다.

FLOW-3D의 자유 표면 추적 알고리즘과 물리적 모델은 이러한 각 프로세스를 매우 정확하게 시뮬레이션할 수 있습니다. 레이저 파우더 베드 퓨전(L-LPF)모델링 단계에 대해서는 여기에서 자세히 설명합니다. DED 및 바인더 분사 프로세스에 대한 개념 증명 시뮬레이션도 몇 가지 보여줍니다.

Laser-powder bed fusion processes

L-PBF 공정은 유체 유동, 열 전달, 표면 장력, 상 변화 및 응고와 같은 복잡한 다중 물리 현상을 포함하며, 이는 공정 및 궁극적으로 품질에 영향을 미칩니다. FLOW-3D의 물리적 모델은 질량, 운동량 및 에너지 보존 방정식을 동시에 해결하면서, 입자 크기 분포 및 충진 분율을 고려하여 메소 스케일에서 용융 풀 현상을 시뮬레이션합니다.

FLOW-3D의 추가 모듈인 DEM및 WELD는 전체 파우더 베드 융접 프로세스를 시뮬레이션하는데 사용됩니다. L-PBF 공정의 다양한 단계는 분말 베드 적층, 분말 용융 및 응고 및이어서 이전에 응고 된 층 상에 새로운 분말을 놓고 새로운 층을 이전 층에 다시 융해 및 융합시키는 단계입니다. FLOW-3D는 이러한 각 단계를 시뮬레이션하는 데 사용할 수 있습니다.

Powder bed laying process

FLOW-3D와 통합된 DEM모듈을 사용하면 다음과 같이 입자의 랜덤화된 분포를 삭제하고 포장하여 파우더 베드 배치 프로세스를 아래 영상처럼 시뮬레이션 할 수 있습니다.

One way to achieve different powder bed compactions is to choose different particle size distributions while laying the bed. As seen below, there are three different sized particle size distributions, which result in varying powder bed compactions with Case 2 giving the highest compaction.

입자-입자 상호 작용, 유체-입자 결합 및 입자 이동 객체 상호 작용은 DEM 모듈을 사용하여 자세히 분석할 수 있습니다. 또한 입자 간 힘을 특정하여 분말을 넓게 펴서 뿌리는 현상에 대한 응용을 보다 정확하게 연구할 수도 있습니다.

FLOW-3D 시뮬레이션은 DEM 모델을 사용하여, 회전하는 원통형 롤러로 인해 퍼지는 분말을 해석한 결과입니다. 영상의 시작 부분에서는 분말 저장소가 아래로 이동하는 반면, 빌드 플랫폼은 위쪽으로 이동합니다. 그 직후 롤러는 초기 위치에 따라 컬러 분말 입자를 빌드 플랫폼으로 분산시켜 다음 층의 용해 및 제작을 준비합니다. 그러한 시뮬레이션은 탱크에서 빌드 플랫폼으로 전달되는 분말 입자의 바람직한 크기에 대해 예측할 수 있습니다.

Powder bed melting

파우더 베드를 배치한 후에는 FLOW-3D 에 레이저 빔 프로세스 매개 변수를 지정하여 고 밀도의 용융지 시뮬레이션을 수행할 수 있습니다. 온도, 속도, 고상 분율, 온도 구배 및 응고 속도에 대한 그림을 자세히 분석할 수 있습니다

Melt pool analysis of the powder bed under a laser power output of 200W, scan speed of 3.0m/s and a spot radius of 100μm.

용해 풀이 굳으면 FLOW-3D 압력 및 온도 데이터를 Abaqus 또는 MSC Nastran과 같은 FEA 도구로 데이터를 가져와 응력 등고선 및 변위 프로필을 분석할 수 있습니다.

Multi-layer additive manufacturing

첫번째 용해 층이 굳으면 두번째 입자 층이 응고된 베드에 쌓입니다. 새로운 분말 입자 층에 레이저 프로세스 파라미터를 지정함으로써, 용해지 시뮬레이션을 다시 수행할 수 있습니다. 이 과정을 여러 번 반복하여 연속적으로 형성된 층 사이의 결합을 평가할 수 있습니다.

Binder jetting

바인더 분사 시뮬레이션은 모세관 힘의 영향을 받는 파우더 베드의 바인더 확산 및 침투에 대한 통찰력을 제공합니다. 공정 매개 변수와 재료 특성은 증착 및 확산 공정에 직접적인 영향을 미친다.

Direct energy deposition

FLOW-3D의 Particle 모델을 사용하여 직접 에너지 증착 공정을 시뮬레이션 할 수도 있습니다. 고체 기판에 분말 주입 속도와 열유속 입사를 지정함으로써, 고체 입자는 용융지를 통해 질량, 추진력 및 에너지를 추가할 수 있습니다. 다음 동영상에서는 용융지을 통해 고체 금속 입자가 주입되고 이어서 기판에 용융지를 응고시키는 과정이 관찰됩니다.

금속 3D 프린팅 / 적층 제조 수치해석(FLOW-3D Weld/DEM)

Additive Manufacturing

적층 제조법은 3D프린팅이라고도 하며, 일반적으로 분말 또는 와이어를 층별로 적층제조하는 방법입니다. 금속기반 적층제조공정에 대한 관심이 지난 몇년간 크게 높아졌습니다. 오늘날 사용되는 3개의 주요 금속 적층 제조 공정은 파우더 베드 융접(PBF), 직접 에너지 증착(DED) 및 바인더 분사 공정입니다. FLOW-3D는 이러한 각 프로세스에 대해 높은 정확도의 시뮬레이션 기능을 제공합니다

파우더 베드 융합 및 직접 에너지 증착 공정에서는 레이저나 전자 빔을 열원으로 사용할 수 있습니다. 두 경우 모두 PBF의 분말 형태와 DED공정의 분말 또는 와이어 형태의 금속은 완전히 용해되고 함께 융합되어 층별 부품을 형성합니다. 그러나, 결합제 분사에서, 결합제로서 작용하는 수지는 금속 분말 위에 선택적으로 증착되어 층별로 부품을 형성합니다. 그런 다음 이러한 부품을 소결하여 밀도를 높이게 됩니다.

Laser-powder bed fusion processes

Powder bed laying process

FLOW-3D 시뮬레이션은 DEM 모델을 사용하여, 회전하는 원통형 롤러로 인해 퍼지는 분말을 해석한 결과입니다. 비디오의 시작 부분에서는 분말 저장소가 아래로 이동하는 반면, 빌드 플랫폼은 위쪽으로 이동합니다. 그 직후 롤러는 초기 위치에 따라 컬러 분말 입자를 빌드 플랫폼으로 분산시켜 다음 층의 용해 및 제작을 준비합니다. 그러한 시뮬레이션은 탱크에서 빌드 플랫폼으로 전달되는 분말 입자의 바람직한 크기에 대한 예측할 수 있습니다.

Powder bed melting

파우더 베드를 배치한 후에는 FLOW-3D WELD에 레이저 빔 프로세스 매개 변수를 지정하여 고 밀도의 용융 풀 시뮬레이션을 수행할 수 있습니다. 온도, 속도, 고상 분율, 온도 구배 및 응고 속도에 대한 그림을 자세히 분석할 수 있습니다

Melt pool analysis of the powder bed under a laser power output of 200W, scan speed of 3.0m/s and a spot radius of 100μm.

Multi-layer additive manufacturing

첫번째 용해 층이 굳으면 두번째 입자 층이 응고된 베드에 쌓입니다. 새로운 분말 입자 층에 레이저 프로세스 파라미터를 지정함으로써, 용해 풀 시뮬레이션을 다시 수행할 수 있습니다. 이 과정을 여러 번 반복하여 연속적으로 형성된 층 사이의 결합을 평가할 수 있습니다.

Binder jetting

Direct energy deposition

FLOW-3D의 Particle 모델을 사용하여 직접 에너지 축적 프로세스를 시뮬레이션 할 수도 있습니다. 고체 기판에 분말 주입 속도와 열유속 입사를 지정함으로써, 고체 입자는 용융풀을 통해 질량, 추진력 및 에너지를 추가할 수 있습니다. 다음 동영상에서는 용융풀을 통해 고체 금속 입자가 주입되고 이어서 기판에 용융풀응 응고시키는 과정이 관찰됩니다.

밀도	고상율

[태그:] 적층

용융 풀 구조, 선택적 온도 및 속도 흐름 레이저 용융 AlCu5MnCdVA 합금

Keywords

Abstract

References

CMSX -4 단결정 초합금의 레이저 용융에서 등축 응고와 에피택셜 응고 정량화

Abstract

Introduction

재료 및 방법

단일 트랙 실험

성격 묘사

응고 모델링

결과 및 논의

용융 풀 형태

레이저 흡수율 평가

퓨전 존 미세구조

응고 모델링

유체 흐름을 통합한 응고 모델링

결론

References

Keywords

Abstract

Keyword

References

Acknowledgment

Author information

Authors and Affiliations

Corresponding author

Additional information

Data Availability Statement

Rights and permissions

About this article

Cite this article

316-L 스테인리스강의 레이저 분말 베드 융합 중 콜드 스패터 형성의 충실도 높은 수치 모델링

ABSTRACT

Keywords

References

Effects of process parameters and cooling gas on powder formation during the plasma rotating electrode process

Highlights

Abstract

Keywords

Introduction

References

Abstract

키워드

Introduction

References

Liquid-solid co-printing of multi-material 3D fluidic devices via material jetting

Abstract

Keywords

ABSTRACT

CONCLUSION

REFERENCES

Bibliography

Forming characteristics and control method of weld bead for GMAW on curved surface

Abstract

Keywords

References

Melting and Solidification Behavior of 316L Steel Induced by Electron-Beam Irradiation for Additive Manufacturing

付加製造用電子ビーム照射による 316L ステンレス鋼の溶融・凝固挙動

Abstract

Keywords

References

Abstract

Keywords

미세 구조 예측

레이저 파우더 베드 융합으로 제작 된 니켈 기반 초합금의 열전달, 유체 흐름 및 응고 미세 구조 모델링

열 응력 | Thermal Stresses

Thermal Stresses Case Study

와이어 파우더 기반 DED | Wire Powder Based DED

와이어 기반 DED | Wire Based DED

레이저 파우더 베드 퓨전 (L-PBF)

파우더 베드 부설 공정

Melting | 파우더 베드 용해

Multilayer | 다층 적층 제조

LPBF의 키홀 링 | Keyholing in LPBF

바인더 분사 (Binder jetting)

Scan Strategy | 스캔 전략

Beam Shaping | 빔 형성

Multi-material Powder Bed Fusion | 다중 재료 분말 베드 융합