通过基于 CALPHAD 的 ICME 框架进行合金增材制造的不确定性量化与成分优化
材料科学
2020-12-23 v2 应用物理
摘要
在粉末生产过程中，预合金粉末成分通常偏离目标成分，导致增材制造（AM）构件性能不佳。因此，我们开发了一种利用基于 CALPHAD 的 ICME 框架（CALPHAD：相图计算，ICME：集成计算材料工程）进行高通量计算与不确定性量化的方法以优化成分，并以高强度低合金钢（HSLA）作为案例研究。我们分析了 HSLA-115 名义成分周围 450,000 种成分的工艺-结构-性能关系。对性能至关重要的属性（如屈服强度、冲击转变温度和焊接性）进行了评估以优化成分。在与初始成分相同的不确定性下，确定了优化的平均成分，使成功实现 AM 构件的概率提高了 44.7%。本策略具有通用性，可应用于其他合金成分优化，以扩展增材制造合金的选择范围。该方法也对高质量的 CALPHAD 数据库与预测性 ICME 模型提出了需求。
引用
@article{arxiv.2005.14371,
title = {Uncertainty Quantification and Composition Optimization for Alloy Additive Manufacturing Through a CALPHAD-based ICME Framework},
author = {Xin Wang and Wei Xiong},
journal= {arXiv preprint arXiv:2005.14371},
year = {2020}
}
备注
37 pages, 10 figure, 11 tables