Model of interaction between laser radiation and metal powder composition during direct laser growth


如何引用文章

全文:

详细

This paper presents a model for analyzing the interaction of laser radiation and a metal-powder composition in the process of direct laser growing of large-sized combustion chambers of gas turbine engines. The metal-powder composition is fed into the melting zone coaxially with laser radiation; the task is to completely melt the powder with laser radiation before it enters the melt bath on the construction platform. The laser radiation is absorbed as it passes through the gas-powder jet, and its energy is also used to melt the construction platform or the previous layer. Thus, in order to determine the parameters of the operating conditions that provide the possibility of melting powder particles, it is necessary to determine the boundaries of the parameters at which each particle of the metal-powder composition completely melts in a gas-powder jet. To simulate heat transfer inside a particle, the
Beer – Lambert laser radiation absorption law was used using the lumped parameter approach. The required energy for melting the powder material was determined through enthalpy. The resulting one-dimensional differential equation of enthalpy increment is solved numerically by the Euler method. Using this model, the distance from the point of origin of the interaction of the laser beam with a metal-powder composition to the zone of its complete melting was determined and the effect of the velocity of the gas-powder jet, the power of laser radiation, the bulk density of the metal-powder composition and the average radius of the powder particles on the distance to the zone of complete melting was studied.

作者简介

A. Balyakin

Samara National Research University

编辑信件的主要联系方式.
Email: balaykinav@ssau.ru
ORCID iD: 0000-0002-1558-1034

Senior Lecturer of the Department of Engine Production Technology

俄罗斯联邦

参考

  1. Gibson I., Rosen D., Stucker B. Additive manufacturing technologies: 3Dprinting, rapid prototyping, and direct digital manufacturing, second edition. New York: Springer, 2015. 498 p. doi: 10.1007/978-1-4939-2113-3
  2. Alekseev V.V., Bobrov A.N., Kalugin K.S. Study of complex strength characteristics of gas turbine models fabricated by additive methods. Vestnik Moskovskogo Aviatsionnogo Instituta. 2019. V. 26, no. 2. Р. 43-50. (In Russ.)
  3. Smelov V.G., Kokareva V.V., Chupin P.V., Dmitriev D.N. Technological process design for selective laser fusion of a heat-resistant alloy for the burner device manufacturing. Vestnik Moskovskogo Aviatsionnogo Instituta. 2023. V. 30, no. 1. Р. 131-141. (In Russ.). doi: 10.34759/vst-2023-1-131-141
  4. Balyakin А.V., Oleynik М.А., Zlobin E.P., Skuratov D.L. A review of hybrid additive manufacturing of metal parts. Vestnik of Samara University. Aerospace and Mechanical Engineering. 2022. V. 21, no. 2. P. 48-64. (In Russ.). doi: 10.18287/2541-7533-2022-21-2-48-64
  5. Smurov I.Yu., Konov S.G., Kotoban D.V. On the implementation of additive technologies and manufacturing into the Russian industry. Novosti Materialovedeniya. Nauka i Tekhnika. 2015. No. 2 (14). Р. 11-22. (In Russ.)
  6. Kravchuk A.D., Maryakhin A.D., Potapov A.A., Panchenko V.Ya., Komlev V.S., Novikov M.M., Okhlopkov V.A., Duvidzon V.G., Latyshev Ya.A., Chelushkin D.M., Chobulov S.A., Aleksandrov A.P., Shkarubo A.N. Primenenie additivnykh tekhnologiy v neyrokhirurgii. Materialy V Mezhdunarodnoy Konferentsii «Additivnye Tekhnologii: Nastoyashchee i Budushchee» (March, 22, 2019, Moscow). Moscow: VIAM Publ., 2019. P. 253-274. (In Russ.)
  7. Larionov M.A., Gusev D.V., Shevchuk E.O. Surface roughness improvement of parts made of polymeric materials obtained by means of additive technologies. Bulletin of Bryansk State Technical University. 2021. No. 7 (104). Р. 12-18. (In Russ.). doi: 10.30987/1999-8775-2021-7-12-18
  8. Belov P.S. Influence of post-processing parameters on the surface roughness of products obtained by additive technologies. Vestnik MSTU «Stankin». 2019. No. 1 (48). Р. 57-61. (In Russ.)
  9. Zemlyakov E.V., Tuominen J., Pozdeeva E.Yu., Turichin G.A., Komarova E.A. Formation of surface layers during laser cladding using a powerful fiber laser. St. Petersburg State Polytechnical University Journal. 2013. No. 1 (166). Р. 231-236. (In Russ.)
  10. Olshanskaya T. V., Salomatova E. S. Review of modern methods of management of the electron beam when the electron-beam welding. Bulletin PNRPU. Mechanical Engineering, Materials Science. 2016. V. 18, no. 4. Р. 169-187. (In Russ.). doi: 10.15593/2224-9877/2016.4.13
  11. Balyakin A.V. Process of direct laser growth of heat-resistant alloy: influence of power and heat treatment on microstructure and mechanical characteristics. Bulletin of the Siberian State Industrial University. 2023. No. 4 (46). P. 64-78. (In Russ.). doi: 10.57070/2304-4497-2023-4(46)-64-78
  12. Maksimov P.V., Smetannikov O.Yu. Chislennoe modelirovanie ostatochnykh napryazheniy v aviatsionnykh detalyakh, proizvedennykh metodami additivnogo posloynogo sinteza. Proceedings of the XXI International Conference on Computational Mechanics and Modern Applied Software Systems (CMMASS'2019) (May, 24-31, 2019, Alushta, Crimea). Moscow: MAI Publ., 2019. Р. 299-301. (In Russ.)
  13. Toyserkani E., Khajepour A., Corbin S. 3-D finite element modeling of laser cladding by powder injection: effects of laser pulse shaping on the process. Optics and Lasers in Engineering. 2004. V. 41, Iss. 6. P. 849-867. doi: 10.1016/S0143-8166(03)00063-0
  14. Vastola G., Zhang G., Pei Q.X., Zhang Y.-W. Controlling of residual stress in additive manufacturing of Ti6Al4V by finite element modeling. Additive Manufacturing. 2016. V. 12, Part B. P. 231-239. doi: 10.1016/J.ADDMA.2016.05.010
  15. Cao X., Ayalew B. Control-oriented MIMO modeling of laser-aided powder deposition processes. Proceedings of the American Control Conference (July, 01-03, 2015, Chicago, IL, USA). 2015. P. 3637-3642. doi: 10.1109/ACC.2015.7171895
  16. Hoadley A.F.A., Rappaz M. A thermal model of laser cladding by powder injection. Metallurgical Transactions B. 1992. V. 23. P. 631-642. doi: 10.1007/BF02649723
  17. Ganeriwala R.K., Strantza M., King W.E., Clausen B., Phan T.Q., Levine L.E., Brown D.W., Hodge N.E. Evaluation of a thermomechanical model for prediction of residual stress during laser powder bed fusion of Ti-6Al-4V. Additive Manufacturing. 2019. V. 27. P. 489-502. doi: 10.1016/j.addma.2019.03.034
  18. Hodge N.E., Ferencz R.M., Vignes RM. Experimental comparison of residual stresses for a thermomechanical model for the simulation of selective laser melting. Additive Manufacturing. 2016. V. 12, Part B. P. 159-168. doi: 10.1016/j.addma.2016.05.011
  19. Lu X., Lin X., Chiumenti M., Cervera M., Hu Y., Ji X., Ma L., Yang H., Huang W. Residual stress and distortion of rectangular and S-shaped Ti-6Al-4V parts by directed energy deposition: Modelling and experimental calibration. Additive Manufacturing. 2019. V. 26. P. 166-179. doi: 10.1016/j.addma.2019.02.001
  20. Kostenkov S.N., Kharanzhevskii E.V., Krivilev M.D. Determination of characteristics of laser radiation interaction with nanocomposite powder materials. Physics of Metals and Metallography. 2012. V. 113, Iss. 1. Р. 93-97. doi: 10.1134/S0031918X12010061
  21. Sytschev A.E., Vadchenko S.G., Boyarchenko O.D., Vrel D., Sachkova N.N. SHS joining of Ti-Al and Ni-Al intermetallics to mechanoactivated Ti and Ni substrates. Perspektivnye Materialy. 2012. No. 2. Р. 15-20. (In Russ.)
  22. Qi H., Mazumder J., Ki H. Numerical simulation of heat transfer and fluid flow in coaxial laser cladding process for direct metal deposition. Journal of Applied Physics. 2006. V. 100, Iss. 2. doi: 10.1063/1.2209807
  23. Liu Ch.-Y., Lin J. Thermal processes of a powder particle in coaxial laser cladding. Optics and Laser Technology. 2003. V. 35, Iss. 2. P. 81-86. doi: 10.1016/S0030-3992(02)00145-7
  24. Bergman T.L., Lavine A.S., Incorpera F.P., DeWitt D.P. Fundamentals of heat and mass transfer. Hoboken, NJ: John Wiley & Sons, 2011. 1080 p.

补充文件

附件文件
动作
1. JATS XML
下载

版权所有 © VESTNIK of Samara University. Aerospace and Mechanical Engineering, 2024

Creative Commons License
此作品已接受知识共享署名-相同方式共享 4.0国际许可协议的许可

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».