email info@szyujiaxin.com
Shenzhen Yujiaxin Tech Co., Ltd. SHENZHEN YUJIAXIN TECH CO.,LTD.
Presse
Produktanzeige
Kontaktieren Sie uns
  • Email: info@szyujiaxin.com
  • Whatsapp: +8615986816992
  • Wechat: yujiaxin-666
  • QQ: 2269845694
Ihr aktueller Standort > Startseite > detailliert

Forscher verbessern Verzerrungsmodellierung für Metallbinder Jetting



Datum:[2026/1/15]

Researchers from the University of Grenoble Alpes and HP have proposed a step-by-step method to predict shape changes during the sintering of 316L stainless steel parts (Courtesy Additive Manufacturing/Elsevier)

Forscher der Universität Grenoble Alpes und HP haben eine Schritt-für-Schritt-Methode vorgeschlagen, um Formänderungen beim Sintern von 316L-Edelstahlteilen vorherzusagen (Courtesy Additive Manufacturing/Elsevier)

Forscher der Universität Grenoble Alpes und HP Inc. haben eine Schritt-für-Schritt-Methode vorgeschlagen, um Formänderungen beim Sintern von 316L Edelstahlteilen mit Metallbinder Jetting vorherzusagen. Die Methode, die im Papier "A calibration method to predict shape change during sintering: Application to 316L parts made by Metal Binder Jetting" detailliert ist, kombiniert experimentelle und numerische Techniken.

Metallbinder Jetting erfordert Sintern, was aufgrund der zunächst niedrigen grünen Dichte des Teils zu einer Schrumpfung führt. Formverzerrungen können sich auch aufgrund der Schwerkraft bilden. Die Vorhersage dieser Verformungen ist daher von höchster Bedeutung, um nahenetzliche Formteile zu erreichen.

Bei dem berichteten Verfahren wird die anisotrope lineare Schrumpfung durch Dilatometrie bestimmt, während die viskosen Verformungen numerisch durch ein Kalibrierteil angepasst werden. Das Modell wird in der proprietären 3D Digital Sintering-Software von HP implementiert und über verschiedene Sinterzyklen getestet. Es wurde durch iterative Schleifen optimiert, um Abweichungen zwischen Vorhersagen und Experimenten auf unter 1% zu reduzieren.

Anschließend werden Winkelsektoren mit unterschiedlichem Überhang gesintert, um die Leistung des Modells zu beurteilen. Die Ergebnisse zeigten, dass die meisten Vorhersagen maximale Abweichungen unter 5% aufweisen, wobei filetierte Teile bessere Vorhersagen aufweisen.

Die Studie unterstreicht die Bedeutung einer genauen Parameterkalibrierung und stellt den Einfluss von Sintertemperatur, Dichte und mikrostrukturellen Veränderungen fest. Während sich diese Arbeit auf Optimierungsroutinen stützte, könnten zukünftige Verbesserungen durch maschinelles Lernen und Multiscale-Modellierung erfolgen.

Durch die Kombination experimenteller Daten mit Simulation bietet die Methode einen Weg zum zuverlässigeren Metallbinderstrahlen. Der Durchbruch könnte den Einsatz der Technologie in Industrien wie Luft- und Raumfahrt und Medizingeräten erweitern, in denen die Dimensionsgenauigkeit von entscheidender Bedeutung ist.

Das vollständige Papier ist hier verfügbar.

www.univ-grenoble-alpes.fr

www.hp.de