碳化钨硬质合金增材制造技术综述-Additive manufacturing of WC-Co hardmetals a review

最新推荐文章于 2024-07-30 09:45:58 发布
最新推荐文章于 2024-07-30 09:45:58 发布
阅读量754 收藏
点赞数
分类专栏： 金属增材制造 文章标签： 人工智能
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/newtechs/article/details/119972335
版权
本文综述了WC-Co硬质合金的增材制造技术，包括选区激光熔化（SLM）、粘结剂喷射增材制造（BJAM）等工艺，分析了各工艺的优缺点，探讨了存在的缺陷、机械性能和工业化生产中的挑战。
摘要由CSDN通过智能技术生成

引言
1923年，WC-Co材料体系被开发出来，这种材料具有优异的硬度，抗压强度，断裂韧性和良好的耐蚀性。自问世以来，WC-Co就是在耐磨零件，切削工具，耐蚀涂层等方面应用最广泛的材料之一。用于WC-Co的传统成型方法包括注射成型，挤压成型和粉末冶金等。但这些传统成型方法难以制造具有复杂几何形状的零件，而且具有高成本低效率的缺点。

碳化钨硬质合金增材制造技术综述论文-Additive manufacturing of WC-Co hardmetals a review
https://link.springer.com/article/10.1007/s00170-020-05389-5

增材制造是一种极有前景的新型制造方法，它是通过逐层添加材料的方法制造零件，这意味着它可以制造几何形状复杂程度很高的零件。此外，增材制造还具有高效率低成本的优点。目前，这种技术已经成功用于不锈钢，钛合金，难熔金属和铝合金等材料的制造。但由于WC-Co具有较高的熔点，使用增材制造方法制备其零件仍然较为困难。

目前已经有一些关于WC-Co增材制造的报道，选区激光熔化（SLM）和粘结剂喷射增材制造（BJAM）是较为常见的WC-Co增材制造工艺。此外，WC-Co硬质合金的选区电子束熔化（SEBM），3D凝胶印刷（3DGP）和熔丝制造（FFF）等工艺也有一些报道。在这些报道中，虽然成功制备了一些具有良好机械性能的WC-Co零件，但仍

最低0.47元/天 解锁文章
newths
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
不锈钢电弧增材制造综述-电弧增材制造在航空航天桥梁船舶领域的应用-金属电弧3D打印
08-28 1029
**电弧增材制造技术（Wire and Arc Additive Manufacture,WAAM）以电弧为载能束，采用逐层堆焊的方式制造金属实体构件，该技术主要基于TIG、MIG、PAW等焊接技术发展而来，成形零件由全焊缝构成，化学成分均匀、致密度高，开放的成形环境对成形件尺寸无限制。 不锈钢电弧增材制造-综述论文下载： https://www.mdpi.com/2076-3417/10/5/1563 电弧增材制造火箭，3D打印火箭图片。 相比激光、电子束增材制造，电孤增材制造技术最大的优势在于，电弧増
火焰效果材质实现_硬质合金与钢的火焰钎焊实例介绍
weixin_33328904的博客
01-05 155
本次介绍的是硬质合金YT15刀头与40号钢刀体的火焰钎焊,YT15是W-Ti-Co硬质合金,其成分为:WC78～80%,TiC15～16%,Co5～6%。它与40号焊接时常出现的问题有:会出现淬硬组织,由于母材金属含碳、碳化物及合金元素较多,焊后在40号钢母材一侧会产生马氏体淬硬组织。由于母材金属含S量较高,铁合金会出现偏析现象,进而产生热裂纹。又由于两种材质的线胀系数不同,焊接时会产生残余应力,...
硬质合金刀具科普知识
银凯
06-02 2461
 刀具是机械制造中用于切削加工的工具，又称切削工具。广义的切削工具既包括刀具，还包括磨具。绝大多数的刀具是机用的，但也有手用的。由于机械制造中使用的刀具基本上都用于切削金属材料，所以"刀具"一词一般就理解为金属切削刀具。切削木材用的刀具则称为木工刀具。刀具的发展在人类进步的历史上占有重要的地位。中国早在公元前28～前20世纪，就已出现黄铜锥和紫铜的锥、钻、刀等铜质刀具。战国后期(公元前三世纪)
PP-ShiTu: A Practical Lightweight Image Recognition System
uncle_ll的博客
11-17 5556
最近看了一个新的分享，关于图像识别的，对于大规模图像搜索以及新物品频繁情况下表现良好。 论文： https://arxiv.org/abs/2111.00775 项目： https://github.com/PaddlePaddle/PaddleClas Abstract 近年来，图像识别的应用发展迅速。在人脸识别、行人和车辆再识别、地标检索和产品识别等不同的领域，已经出现了大量的研究和技术。在本文中，提出了一种实用的轻量级图像识别系统PP-ShiTu，由以下3个模块、主体检测、特征提取和向量搜索等模块
APoT ADDITIVE POWERS-OF-TWO QUANTIZATION: AN EFFICIENT NON-UNIFORM DISCRETIZATION FOR NEURAL NETWORK
qq_31993233的博客
04-07 3780
论文链接 摘要 我们提出了可加性2的N次幂(APoT)量化，这是一种有效的非均匀量化方案，用于神经网络中权重和激活的钟形和长尾分布。将所有量化水平约束为2的幂之和，具有较高的计算效率，与权值分布匹配良好。应用一个简单的裁剪函数重新参数化，生成一个定义更好的梯度来学习裁剪阈值。此外，还提出了将权值归一化的方法，以细化权值的分布，使训练更加稳定和一致。实验结果表明，我们提出的方法优于最先进的方法，甚至与全精度模型竞争，证明了我们提出的APoT量化的有效性。例如，我们在ImageNet上的4位量化ResNet-5
用Python进行机器学习：Scikit-learn的入门与实践
一键难忘的博客
03-13 3315
随着机器学习在各个领域的广泛应用，Python成为了一个备受欢迎的机器学习工具之一。在众多机器学习库中，Scikit-learn因其简单易用、功能强大而备受青睐。本文将介绍Scikit-learn的基本概念，以及如何在Python中使用它进行机器学习的实践。
【联邦学习安全综述】A Comprehensive Survey of Privacy-preserving Federated Learning: A Taxonomy, Review, and F
热门推荐
学渣的博客
04-27 1万+
A Comprehensive Survey of Privacy-preserving Federated Learning: A Taxonomy, Review, and Future Directions 这里写目录标题一级目录二级目录三级目录 一级目录 二级目录 三级目录
Additive Powers-of-Two (APoT) Quantization：硬件友好的非均匀量化方法
u012347027的博客
10-07 2785
Additive Powers-of-Two Quantization：硬件友好的非均匀量化方法摘要方法Additive Powers-of-Two量化 (APoT)量化表示均匀量化表示Powers-of-Two (PoT) 量化表示Additive Powers-of-Two（APoT）量化表示参数化Clipping函数 (RCF)权重归一化APoT量化伪代码实验结果CIFAR-10ImageNet 本文是电子科大&哈佛大学&新加坡国立联合发表在 ICLR2020 上的一篇非均匀量化（A
20191001-使用Keras演示基于AAM-Softmax的图像识别原理
10-22 2125
1. 前言 视觉领域内基本的深度学习方法无非包括：分类识别、目标检测、语义分割等。其中尤以分类识别最容易被人混淆，大多数人都以为两者是统一的概念，但实际上却天差地别。可以这么讲，“识别”出于“分类”而胜于“分类”！ 以应用最广泛的人脸识别来讲，假如你需要针对公司做一个基于视觉的打卡应用，初学者最直观地想象无非是这不简单，采集好所有人的头像然后做分类不就搞定了！但是，如果公司的人员变动非常大，你岂不...
2024钉钉杯A题思路详解
全栈川川
07-26 1954
2024钉钉杯思路
常见的文心一言的指令
知码客
07-25 1815
文心一言，作为百度研发的预训练语言模型“ERNIE 3.0”的一项功能，能够与人对话互动，回答问题，协助创作，高效便捷地帮助人们获取信息、知识和灵感。
AI智能技术驱动安全生产：智慧矿山视频智能监管新篇章
TSINGSEE青犀视频官方技术博客
07-26 793
当识别到有人员未按照要求穿戴安全帽、反光背心/工服时，将立即抓拍，并将告警信息上传到平台。
昇思25天学习打卡营第1天|快速入门
07-28 499
昇思大模型平台是一个集算法选型、创意分享、模型实验和大模型在线体验为一体的AI学习与实践社区，而且还内置了AI实验室，它覆盖多领域任务，体验全流程开发，支持用户在线训练和推理可视化，可创建自己的项目空间对待开发者很友好，提供云上开发环境，无需配置环境，既可灵活调试运行代码，每天免费使用8个小时。
重塑生态体系 深挖应用场景 萤石诠释AI时代智慧生活新图景
07-25 1376
从“1+4+N”自然进化到“2+5+N”产品生态体系，萤石十年来不断迭代、不断升级，为家居生活带来更智慧的交互、更丰富的场景，萤石的下一个十年值得期待。来自全国各地的萤石合作伙伴、行业从业者及相关媒体，共聚杭州，共同见证拥抱AI的萤石，将如何全新升级，AI加持下的智慧生活又有何不同。用户只需轻轻抬起手腕，即可实现对家中智能设备的远程操控，如智能门锁可视对讲、安全警报的查看以及智能场景的控制等，极大地提升了生活的便捷性与智能化水平。，确保了数据的安全性，为用户提供更快、更便捷、更安全的家庭存储新选择。
安卓手机部署大模型实战
奇舞周刊
07-25 1190
本文作者系360奇舞团前端开发工程师前言自ChatGPT发布以来，大语言模型（Large language model, LLM)就成了AI乃至整个计算机科学的话题中心。学术界，工业界围绕大语言模型本身及其应用展开了广泛的讨论，大量的新的实践层出不穷。由于LLM对计算资源的需求极大，有能力部署大语言模型的公司和实验室一般通过搭建集群，然后开放API或者网页demo的方式让用户可以使用模型。在人们纷...
MOE模式：或将是最好的大模型应用开发路径
AI相关从业分享
07-28 568
MOE（Mixture of Experts，混合专家）是一种机器学习模型架构，旨在通过结合多个专家网络来提高模型的性能和泛化能力。以下是传统模型和大模型中MOE模式的相关介绍及其优势。传统模型中的MOEGate网络：决定输入数据应该被路由到哪一个专家网络。Gate网络可以根据输入数据的特征来动态分配数据。Expert网络：一系列专门的网络，每个网络都是针对特定数据分布进行训练的。Expert网络可以是对特定问题有深入理解的小模型。组合层：将所有Expert网络的输出进行组合，形成最终的预测结果。
线性代数|机器学习-P26随机梯度下降
scar2016的博客
07-25 1273
122121212。
带并行卷积的水下图像背景前景分割方法
最新发布
renhongxia1的博客
07-30 453
图6，7为不同照度条件下水下图像及在不同分割方法的实验结果，其中第1，4行的原始图像为13.826 lx照度下采集的，第2，5行为6.947 lx照度下采集的，第3，6行为0.925 lx照度下采集的。在进行图像采集时，图6，7中，目标距离采集设备分别为1.4，1 m。图5是相机距目标1.4 m处采集的图像，图5a）为空气中的图像，图5b）为照度为13.826 lx条件下采集的水下图像，图5c）为照度为6.947 lx条件下采集的水下图像，图5d）为照度为0.925 lx条件下采集的水下图像。
新颖光学方法推动微型增材制造技术新进展
随着科技的不断进步，新兴的微尺度增材制造技术（micro-additive manufacturing）正借助新颖的光学方法实现突破性的发展。本文是一篇深入探讨的研究论文，着重关注基于光聚合的打印过程在微型化制造中的应用。光聚合...
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值