aalto1 untyped-item.component.html
Phase field modeling of rapid solidification for thin films and additive manufacturing
Loading...
URL
Journal Title
Journal ISSN
Volume Title
School of Science |
Doctoral thesis (article-based)
| Defence date: 2020-09-16
Electronic archive copy is available via Aalto Thesis Database.
Unless otherwise stated, all rights belong to the author. You may download, display and print this publication for Your own personal use. Commercial use is prohibited.
Authors
Date
Major/Subject
Mcode
Degree programme
Language
en
Pages
70 + app. 92
Series
Aalto University publication series DOCTORAL DISSERTATIONS, 126/2020
Abstract
Several advanced industrial manufacturing processes operate in rapid solidification conditions, including laser welding, thermal spray coating deposition, and additive manufacturing.
These processes lead to materials with drastically altered properties, when compared to low solidification rate manufacturing methods such as casting. This is due to the unique microstructural features emerging in rapid solidification. Rapid solidification conditions alter growth dynamics, for example through kinetically selected metastable phases, notable interface attachment kinetics, and solute trapping. Therefore there is a strong motivation to adjust these manufacturing processes to target specific microstructures, in order to reach desirable material properties. These process-structure-property links can be established by computational modeling. In the past decades, the phase field method has become the state-of-the-art model to simulate solidification on microstructural scales. Its success in the materials science community can be attributed to its connection to statistical physics and thermodynamics, simplicity, and relative ease with which new physical phenomena can be implemented.
In this thesis, a computationally efficient and quantitative phase field modeling framework is presented for the rapid solidification regime. The phase field model is made computationally efficient through adaptive mesh refinement and shared memory parallelization. A quantitative near-equilibrium alloy phase field model is extended to operate in the rapid solidification regime through matched interface asymptotics analysis, allowing for controllable solute trapping kinetics that follow the continuous growth model in the thin interface limit. The rapid solidification simulations are compared to thin film solidification experiments with time-resolved in-situ imaging. This phase field model is applied to the study of additive manufacturing, first for stainless steel to understand the process-microstructure relationships, and then as a method to investigate the effects of inoculation to alter the polycrystalline structures. The presented rapid solidification phase field modeling framework will assist systematic process-structure-properties based design of novel engineering materials.
Useat teolliset metallien valmistusmenetelmät perustuvat nopeaan jähmettymiseen, kuten laserhitsaus, terminen ruiskutus ja materiaalia lisäävä valmistus eli 3D-tulostus.
Näin syntyvien materiaalien ominaisuudet eroavat huomattavasti sellaisista materiaaleista, joita valmistetaan hitaan jähmettymisen menetelmillä kuten valamisella. Ero ominaisuuksissa johtuu nopean jähmettymisen aikaansaamista erityisistä mikrorakenteista, jotka riippuvat siitä miten nopea jähmettyminen muuttaa kasvudynamiikkaa. Esimerkkejä nopeasta jähmettymisestä ovat metastabiilien faasien valikoituminen, merkittävä rajapinnankiinnittymiskinetiikka (interface attachment kinetics) ja seosaineen loukkuuntuminen (solute trapping). Näiden ilmiöiden vaikutukset jähmettymiseen pitää ymmärtää perusteellisesti, jotta nopean jähmettymisen menetelmiä voidaan säätää hallitusti, luoda materiaaliin halutut mikrorakenteelliset piirteet, ja lopulta tuottaa toivottavat materiaaliominaisuudet. Näitä riippuvuuksia valmistusmenetelmän, mikrorakenteen ja ominaisuuksien välillä voidaan määrittää laskennallisella mallinnuksella. Viime vuosikymmeninä faasikenttämenetelmästä on tullut tärkein malli jähmettymisen simulointiin mikrorakenteen tasolla. Materiaalitiedeyhteisössä faasikenttämenetelmän suosio perustuu sen yhteydellä statistiseen fysiikkaan ja termodynamiikkaan sekä sillä, että uusia fysikaalisia ilmiöitä voidaan ottaa mukaan näihin malleihin suhteellisen helposti.
Tässä väitöskirjassa esitellään laskennallisesti tehokas ja tarkka faasikenttämallinnusmenetelmä joka soveltuu nopeaan jähmettymiseen. Faasikenttämallista tehdään laskennallisesti tehokas mukautuvalla verkon tihennyksellä ja jaettuun muistiin perustuvalla rinnakkaistuksella. Kvantitatiivinen tasapainoa lähellä toimiva faasikenttämalli laajennetaan nopean jähmettymisen alueelle käyttäen menetelmää nimeltä Matched Interface Asymptotics Analysis. Näin seoksen ansautumisen kinetiikkaa voidaan säätää hallitusti vastaamaan niin sanottua Continuous Growth -mallia. Tässä väitöskirjassa kehitettyä nopean jähmettymisen faasikenttämallia sovelletaan materiaalia lisäävään valmistukseen. Ensin menetelmää sovelletaan ruostumattomaan teräkseen valmistusmentelmä-mikrorakenne -riippuvuuksien ymmärtämiseen. Lopuksi tutkitaan inokuloinnin vaikutusta monikiderakenteisiin. Tässä väitöskirjassa kehitetyn nopean jähmettymisen faasikenttämalli edistää uusien teknillisten materiaalien systemaattista suunnittelua.
Description
The public defence will be organised via Zoom: https://aalto.zoom.us/s/64127861066
Zoom Quick Guide:
https://www.aalto.fi/en/services/zoom-quick-guide
The dissertation is publicly displayed as online display 10 days before the defence at:
https://aaltodoc.aalto.fi/doc_public/eonly/riiputus/?lang=en
Supervising professor
Ala-Nissilä, Tapio, Prof., Aalto University, Department of Applied Physics, FinlandThesis advisor
Laukkanen, Anssi, Prof., VTT Technical Research Centre of Finland, FinlandProvatas, Nikolas, Prof., McGill University, Canada
Other note
Parts
- [Publication 1]: M. Greenwood, K.N. Shampur, N. Ofori-Opoku, T. Pinomaa, L. Wang, S. Gurevich, and N. Provatas. Quantitative 3D phase field modelling of solidification using next-generation adaptive mesh refinement. Computational Materials Science, 142,153-171, February 2018.
DOI: 10.1016/j.commatsci.2017.09.029 View at publisher
- [Publication 2]: T. Pinomaa and N. Provatas. Quantitative phase field modeling of solute trapping and continuous growth kinetics in quasi-rapid solidification. Acta Materialia, 168, 167-177, April 2019.
DOI: 10.1016/j.actamat.2019.02.009 View at publisher
- [Publication 3]: T. Pinomaa, J.T. McKeown, J.M.K. Wiezorek, N. Provatas, A. Laukkanen, and T. Suhonen. Phase field modeling of rapid resolidification of Al-Cu thin films. Journal of Crystal Growth, 532, 125418, February 2020.
DOI: 10.1016/j.jcrysgro.2019.125418 View at publisher
- [Publication 4]: T. Pinomaa, M. Lindroos, M. Walbrühl, N. Provatas and A. Laukkanen. The significance of spatial length scales and solute segregation in strengthening rapid solidification microstructures of 316L stainless steel. Acta Materialia, 184, 1-16, February 2020.
DOI: 10.1016/j.actamat.2019.10.044 View at publisher
- [Publication 5]: T. Pinomaa, I. Yashchuk, M. Lindroos, T. Andersson, N. Provatas and A. Laukkanen. Process-Structure-Properties-Performance Modeling for Laser Melting. Metals, 9, 1138, October 2019.
Full text in Acris/Aaltodoc: http://urn.fi/URN:NBN:fi:aalto-201911156271DOI: 10.3390/met9111138 View at publisher