研究论文开放获取
基于疲劳源孔隙的增材制造Ti6Al4V疲劳寿命预测
谢沛东 Xie Peidong, 谢德巧 Xie Deqiao, 周凯 Zhou Kai, 沈理达 Shen Lida, 田宗军 Tian Zongjun, 赵剑峰 Zhao Jianfeng
Nanjing University of Aeronautics and Astronautics
阅读操作
确认中在文库中上传 PDF 后可生成中文音频讲解。
摘要与影响
摘要 · 完整
近年来通过激光选区熔化(SLM)技术成形Ti6Al4V航空航天零件已成为热点。但SLM过程中产生的孔隙缺陷往往会导致零部件的疲劳破坏问题。利用试验设计方法获取了不同工艺参数组合下SLM成形Ti6Al4V零件时的疲劳寿命数据。通过SEM技术测量了疲劳试样中疲劳源孔隙的特征参数,并分析了各特征参数与疲劳寿命之间的关系。基于疲劳源孔隙特征参数,采用随机森林方法,搭建了SLM成形Ti6Al4V零件疲劳寿命预测模型。利用随机搜索和k折交叉验证的方法获得了模型最优参数组合。模型预测结果接近1.5倍误差带,R2误差和平均相对误差分别为0.914和29.1%,表明本模型具有较高的预测精度。
逐年被引趋势
210
25
226
关键指标
3
被引次数 · OpenAlex
0.41
领域内被引倍数
同类平均 = 1
同类平均 = 1
前 47%
引用位次
同领域 · 同年份 · 同类型
同领域 · 同年份 · 同类型
27
参考文献
Google Scholar 与 OpenAlex 的被引统计范围不同,数值存在差异属正常。
AI 辅助阅读
依据:摘要
论文问答
当前基于摘要回答
可就本文提问;依据不足时会说明。
学术脉络
学科主题
工程Additive Manufacturing Materials and Processes
Additive Manufacturing and 3D Printing Technologies · Welding Techniques and Residual Stresses
参考文献 27
Surface roughness analysis, modelling and prediction in selective laser melting
被引 873G. Strano, Liang Hao, Richard Everson · Journal of Materials Processing Technology · 2012
The influence of defects on high cycle fatigue of metallic materials
被引 46Herbert Danninger, Brigitte Weiss · Journal of Materials Processing Technology · 2003
Development of the Additive Manufacturing(3D printing)Technology
被引 73LI Di-chenb · Machine Building & Automation · 2013
此处列出前 3 条
引用本文 3
Critical defect-driven fatigue evolution mechanism and life prediction of Ti6Al4V part built by laser powder bed fusion
被引 1Jiasen Gu, Deqiao Xie, Xuwen Gu · International Journal of Fatigue · 2025
多层监测图像融合的激光粉末床熔融孔隙预测
被引 0陈昌秋 Chen Changqiu, 沈显峰 Shen Xianfeng, 巩强 Gong Qiang · Laser & Optoelectronics Progress · 2026
基于数据增强的激光增材制造GH4169疲劳寿命预测方法研究
被引 0姚喆赫 Yao Zhehe, 何淼峰 He Miaofeng, 王发博 Wang Fabo · Chinese Journal of Lasers · 2026
按被引量排序,此处列出前 3 条