预测建模和优化用于合金625的激光粉床化的多轨加工
Luis E Criales1, Yiğit M Arısoy1, Brandon Lane2
1Rutgers University, Department of Industrial & Systems Engineering, NJ, USA.
Additive manufacturing
|March 15, 2024
概括
这项研究集成了基于物理的模拟和统计模型,用于预测合金625的激光粉床融合 (L-PBF) 的温度和池几何形状. 这些发现提高了对L-PBF过程的理解,以改善材料性能.
科学领域:
- 材料科学与工程 材料科学与工程
- 增材制造 增材制造 增材制造
- 计算机建模 计算建模
背景情况:
- 激光粉床融合 (L-PBF) 是一种关键的增材制造技术.
- 了解热行为和融池动态对于L-PBF过程优化至关重要.
- 625合金广泛用于苛刻的应用,需要精确的制造控制.
研究的目的:
- 开发一种综合建模方法,用于预测多轨 L-PBF 中的温度场和融池几何.
- 为了验证对625合金的实验数据的模拟结果.
- 建立基于统计的模型来优化L-PBF过程参数.
主要方法:
- 利用二维有限元模拟来模拟热传递和温度分布.
- 对625粉末的L-PBF进行了设计实验.
- 开发了响应表面回归模型,用于预测相对密度和融化池特征.
- 采用遗传算法和群体智能用于多目标优化.
主要成果:
- 成功预测了温度场和池尺寸 (宽度,深度,形状).
- 实验验证证了建模方法的准确性.
- 开发了相对密度,池几何,峰值温度和点以上时间的预测模型.
结论:
- 综合建模方法为理解和优化L-PBF过程提供了一个强大的框架.
- 统计模型和优化技术可以有效地指导参数选择以提高材料性能.
- 这项研究有助于L-PBF在高性能合金组件的发展.
