MODELING OF THE SELECTIVE LASER MELTING PROCESS IN ADDITIVE MANUFACTURING

Мұқаба

Дәйексөз келтіру

Толық мәтін

Аннотация

The possibilities of theoretical analysis based on numerical modeling of complex processes of additive manufacturing by selective laser melting method are viewed. Methods of high-precision modeling of the formation of a single melt bath are discussed, taking into account the geometry of the formed powder layer, the energy distribution in the spot, the effects of ray re-reflection, the vapor recoil force, the Marangoni effect and denudation mechanisms. Experimental studies on the cultivation of samples from BrX copper powder with particles of 20...50 microns in size by selective laser melting using continuous fiber laser radiation with a wavelength of 1.064 microns were carried out. In particular, all the experiments were carried out under conditions when growing conditions and modes are completely coincident with the calculated model. To assess the accuracy of the modeling system, the dimensions of the melting region and the morphology of the surface of the melt were compared. The presented computational model was used in the development of technology for growing products from copper alloy powders using selective laser melting method. Research in the field of modeling the stress-strain state in a composite material formed in the SLP process, consisting of an Ak9ch alloy matrix reinforced with titanium carbide particles, is also presented. Calculations were performed to identify the influence of shape (sphere, icosahedron, prism), size (1,0 microns; 5,0 microns; 10 microns) and mass concentration (1,0 %; 3,0 %; 5,0 %; 7,0 %; 10 %; 15 %), taking into account the presence of pores of various shapes. The results of calculations are compared with the results of experiments. Numerical models with subsequent experimental approbation of the optimal variant make it possible to significantly reduce the time spent for the development of new complex and promising additive technologies.

Авторлар туралы

Grigoryants Aleksandr G.

Bauman Moscow State Technical University

Хат алмасуға жауапты Автор.
Email: mt12@bmstu.ru
SPIN-код: 9922-3771
Scopus Author ID: 6603170279
department “Laser Technology”, professor, doctor of technical sciences

Әдебиет тізімі

  1. Bikas H., Stavroponlos P., Chryssolouris G. Additive manufacturing methods and modelling approaches: a critical review. Int. y Adv. Manuf. Techol. 2016. Vol. 83 (1) p. 389 -405.
  2. Multi-physics modeling of single / multiple-track defect mechanisms in electron beam selective melting/ W. Yan [et al.]. Acta Mater. 2017. 134. P. 324-333.
  3. Григорьянц А.Г., Колчанов Д.С., Дренин А.А. Установка для селективного лазерного плавления металлических порошков // IV международная конференция «Аддитивные технологии: настоящее и будущее», март 2018. С. 221-234. EDN: XMVSXB
  4. Finite element modelling of a particle size on the stress strain curve of near beta titanium alloy/ Srinivasu G. [et al]. Materials and Design. 2013. 46. P. 8-15
  5. Tian Y., Yang L., Zhao D., Huang Y., Pan J. Numerical analysis of powder bed generation and single track forming for selective laser melting of SS316L stainless steel // Journal of Manufacturing Processes, No. 58, October 2020. pp. 964-974. doi: 10.1016/j.jmapro.2020.09.002; EDN: TPDDLF
  6. Smith J.W., Xiong W.T., Yan S., Lin P.K., Cheng P.K., Kafka O.L., Wagner G.J., Cao J., Liu W.K. Linking process, structure, property and performance for metal- based additive manufacturing: computational approaches with experimental support // Compt. Mech., Vol. 5, No. 57, 2016. pp. 583-610.
  7. Влияние основных параметров процесса селективного лазерного плавления на стабильность формирования единичных дорожек при выращивании изделий из медных сплавов / А.А. Дренин [и др.] // Известия высших учебных заведений. Машиностроение, Т.6, № 711, 2019. С. 20-29.
  8. Simulation of anisotropic load transfer and stress distribution in Si C/Al composites subieted to tensile loaging / Zhang J.F [et al]. Mechanics of Materials. 2018. 122, p. 96 -103.
  9. Колчанова А.В., Григорьянц А.Г., Колчанов Д.С. Высокоточное моделирование термических напряжений для процесса селективного лазерного плавления композиционных материалов // Сборник докладов Четырнадцатой Всероссийской конференции молодых ученых и специалистов (с международным участием) «Будущее машиностроение России». 2021. Т. 1. С. 327-337.
  10. Kouznetsova V. Computational homogenization for the multi-scale analysis of multi-phase materials. Phd Thesis 1 Research Tu/e/Graduation Tu/e. Mechanical Engineerihg, Technigche Universiteit Eindhoven. 2022, 135 p.

Қосымша файлдар

Қосымша файлдар
Әрекет
1. JATS XML

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

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

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

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

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

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

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

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

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

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

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