تعداد نشریات | 36 |
تعداد شمارهها | 1,232 |
تعداد مقالات | 8,936 |
تعداد مشاهده مقاله | 7,719,744 |
تعداد دریافت فایل اصل مقاله | 4,612,036 |
بررسی تجربی و بهینهسازی میزان پودر لایهنشانیشده در فرآیند تف جوشی انتخابی با لیزر | ||
مکانیک هوافضا | ||
مقاله 9، دوره 18، شماره 4 - شماره پیاپی 70، دی 1401، صفحه 119-131 اصل مقاله (1.65 M) | ||
نوع مقاله: گرایش ساخت و تولید | ||
نویسندگان | ||
محمدرضا الهامی* 1؛ مجید برزگر2؛ محمد هادی حسین زاده3 | ||
1نویسنده مسئول: دانشیار، گروه مهندسی مکانیک، دانشکده فنی و مهندسی، دانشگاه جامع امام حسین (ع)، تهران، ایران | ||
2کارشناسی ارشد، گروه مهندسی مکانیک، دانشکده فنی و مهندسی، دانشگاه جامع امام حسین (ع)، تهران، ایران | ||
3پژوهشگر، گروه مهندسی مکانیک، دانشکده فنی و مهندسی، دانشگاه جامع امام حسین (ع)، تهران، ایران | ||
تاریخ دریافت: 29 تیر 1401، تاریخ بازنگری: 11 مرداد 1401، تاریخ پذیرش: 28 مرداد 1401 | ||
چکیده | ||
تفجوشی انتخابی با لیزر یکی از روشهای ساخت افزایشی بر مبنای بستر پودر است که امروزه کاربرد زیادی در صنایع مختلف دارد. در این فرآیند، مقدار جرم لایهنشانیشده، تأثیر قابلتوجهی در کاهش تخلخل و کیفیت قطعات نهایی تولیدشده دارد. بدین منظور، در این پژوهش، سازوکاری برای بررسی و دستیابی به بیشترین مقدار جرم لایهنشانیشده در یک فرآیند لایهنشانی، طراحی و ساخته شد و برای اولین بار اثر پارامترهای سرعت، زاویه تیغه و درصد اضافی پودر مصرفی بر مقدار جرم یک لایه موردبررسی قرار گرفت. همچنین حالت بهینه به کمک روش طراحی مرکب مرکزی به دست آمد. نتایج بهدستآمده نشان میدهد که به ترتیب پارامترهای سرعت حرکت تیغه، زاویه زیر تیغه و درصد اضافی پودر بیشترین تأثیر را بر میزان جرم لایهنشانیشده دارند. به کمک مدل تجربی بهدستآمده، جرم لایهنشانیشده در حالت بهینه 811/0 گرم پیشبینی شد که در این حالت سرعت برابر با 78/2 سانتیمتر بر ثانیه، زاویه تیغه برابر با 1/3 درجه و میزان پودر اولیه 159 درصد باید باشد. برای صحتسنجی مدل، آزمایش تجربی بر مبنای پارامترهای حالت بهینه انجام شد که جرم لایهنشانیشده در این حالت 83/0 گرم اندازهگیری شد که نشان میدهد خطای مدل بهدستآمده 2/2% است. | ||
کلیدواژهها | ||
ساخت افزایشی؛ تفجوشی انتخابی با لیزر؛ پخش پودر تیغهای؛ طراحی مرکب مرکزی | ||
عنوان مقاله [English] | ||
Experimental Study and Optimization of the Powder Coating Layer in the Selective Laser Sintering Process | ||
نویسندگان [English] | ||
Mohammadreza Elhami1؛ Majid Barzegar2؛ Mohammadhadi Hosseinzadeh3 | ||
1Corresponding author: Associate Professor, Department of Mechanical Engineering, Faculty of Engineering, Imam Hossein University, Tehran, Iran | ||
2M.Sc., Department of Mechanical Engineering, Faculty of Engineering, Imam Hossein University, Tehran, Iran | ||
3Researcher, Department of Mechanical Engineering, Faculty of Engineering, Imam Hossein University, Tehran, Iran | ||
چکیده [English] | ||
Selective laser sintering is one of the methods of additive manufacturing based on powder bed which is widely used in various industries today. In this process, the amount of laminated mass has a high impact on reducing the porosity and quality of the final parts produced. For this purpose, in this study, a mechanism was designed and developed to investigate and achieve the maximum amount of laminated mass in a laminating process. The optimal state was obtained using the central composite design method. The results show that the parameters of blade velocity, angle under blade, and excess powder percentage have a greater effect on the amount of laminated mass, respectively. The optimized laminated mass was predicted by the experimental model to be 0.811 g, in which case the velocity is 2.78 cm / s, the blade angle is 3.1 ° and the initial powder content is 159%. To validate the model, the experimental experiment was performed based on the parameters of the optimal state, in which the laminated mass was measured 0.83 g, which shows that the error of the obtained model is 2.2%. | ||
کلیدواژهها [English] | ||
Additive manufacturing, Selective laser sintering, Blade powder dispersion, Central composite design | ||
مراجع | ||
[1] Abidaryan S, Barmouz M, Hedayati SK. Effect of infill percentage and raster angle in fused deposition modeling (FDM) process on shape memory properties of poly (lactic acid) and comparison with compression molding. Iranian Journal of Manufacturing Engineering. 2020;7(5):14-23.## [2] Wohlers T. Additive manufacturing state of the industry annual worldwide progress report. 2010.## [3] Brandt M. Laser additive manufacturing: materials, design, technologies, and applications. 2016.## [4] Chua CK, Leong KF, Lim CS. Rapid prototyping: principles and applications (with companion CD-ROM): World Scientific Publishing Company; 2010.## [5] Mashhadi M, Hamzeloo SR, Kadkhodapour J. Study of the Electrochemical Corrosion Rate of Medical Implants of Titanium and Stainless Steel Made by Machining and selective laser melting under Different Surface Conditions. Iranian Journal of Manufacturing Engineering. 2018;4(2):24-38.## [6] Thomas CL, Gaffney TM, Kaza S, Lee CH, editors. Rapid prototyping of large scale aerospace structures. 1996 IEEE Aerospace Applications Conference Proceedings; 1996: IEEE.## [7] Giannatsis J, Dedoussis V. Additive fabrication technologies applied to medicine and health care: a review. Journal of Advanced Manufacturing Technology. 2009;40(1):116-27.## [8] Guo N, Leu M.C. Additive manufacturing: technology, applications and research needs. Frontiers of Mechanical Engineering. 2013;8(3):215-48.## [9] Kruth J-P, Leu M-C, Nakagawa TJCA. Progress in additive manufacturing and rapid prototyping. Journal of CIRP Annals1998;47(2):525-40.## [10] Song Y, Yan Y, Zhang R, Xu D, Wang F. Manufacture of the die of an automobile deck part based on rapid prototyping and rapid tooling technology. Journal of Materials Processing Technology. 2002;120(1-3):237-42.## [11] Jain PK, Pandey PM, Rao P. Effect of delay time on part strength in selective laser sintering. Journal of Advanced Manufacturing Technology. 2009;43(1):117-26.## [12] Bourell DL, Watt TJ, Leigh DK, Fulcher BJ. Performance limitations in polymer laser sintering. Physics Procedia. 2014;56:147-56.## [13] Yap CY, Chua CK, Dong ZL, Liu ZH, Zhang DQ, Loh LE, et al. Review of selective laser melting: Materials and applications. Applied Physics Reviews. 2015;2(4):041101.## [14] Sachs EM. Powder dispensing apparatus using vibration. Google Patents; 2000.## [15] Karapatis N, Egger G, Gygax P, Glardon R, editors. Optimization of powder layer density in selective laser sintering. 1999 International Solid Freeform Fabrication Symposium; 1999.## [16] Ganeriwala R, Zohdi TI. Multiphysics modeling and simulation of selective laser sintering manufacturing processes. Procedia CIRP. 2014;14:299-304.## [17] Van der Schueren B, Kruth J-PJ. Powder deposition in selective metal powder sintering. Rapid Prototyping Journal. 1995;1(3):23-31.## [18] Parteli EJ, Pöschel TJ. Particle-based simulation of powder application in additive manufacturing. Powder Technology. 2016;288:96-102.## [19] Fouda YM, Bayly AE. A DEM study of powder spreading in additive layer manufacturing. Granular Matter. 2020;22(1):1-18.## [20] Han Q, Gu H, Setchi R. Discrete element simulation of powder layer thickness in laser additive manufacturing. Powder Technology. 2019;352:91-102.## [21] Nan W, Ghadiri M. Numerical simulation of powder flow during spreading in additive manufacturing. Powder Technology. 2019; 342:801-7.## [22] Schmid M, Amado A, Wegener K, editors. Polymer powders for selective laser sintering (SLS). AIP Conference proceedings; 2015: AIP Publishing LLC.## [23] Weidinger J, Muller F, Pfefferkorn F. Device and method for a layerwise manufacturing of a 3-dimensional object from a building material in powder form. Google Patents; 2015.## [24] Kilickap E, Huseyinoglu M, Yardimeden A. Optimization of drilling parameters on surface roughness in drilling of AISI 1045 using response surface methodology and genetic algorithm. The International Journal of Advanced Manufacturing Technology. 2011;52(1):79-88.## [25] Hosseinzadeh M, Ghoreishi M, Narooei K, Structures. An investigation into the effect of thermal variables on the 3D printed shape memory polymer structures with different geometries. Journal of Intelligent Material Systems and Structures 2021;33(5):715-26.## [26] Mousavi MV, Khoramishad H. The effect of hybridization on high-velocity impact response of carbon fiber-reinforced polymer composites using finite element modeling, Taguchi method and artificial neural network. Aerospace Science and Technology. Aerospace Science and Technology. 2019;94:105393.##
| ||
آمار تعداد مشاهده مقاله: 208 تعداد دریافت فایل اصل مقاله: 203 |