DataReconciling carbon footprints and mechanical strength in laser powder bed fusion with 316L stainless steel
レーザーパウダーベッドフュージョンにおける炭素フットプリントと機械的強度の調和：316Lステンレス鋼 (AI 翻訳)
S. K. Ning, Tuomas Puttonen, Jan Sher Akmal, Roy Björkstrand, Someshvar Sayapaneni Gop, Mika Salmi
🤖 gxceed AI 要約
日本語
本研究は、レーザーパウダーベッドフュージョン（LPBF）による316Lステンレス鋼の製造において、プロセスパラメータを変更することで炭素排出削減と機械的特性の両立を目指す。実験とデータ駆動手法を組み合わせ、密度・気孔率・引張強度を評価し、8シナリオのLCA結果からCO2換算の地球温暖化係数と比較した。データセットにはセンサーモジュール構成、データ収集スクリプト、較正済みデータ、LCA結果が含まれる。
English
This study explores simultaneous carbon emission reduction and mechanical property improvement in laser powder bed fusion (LPBF) of 316L stainless steel by varying process parameters. Combining experimental and data-driven methods, it evaluates density, porosity, and tensile strength, comparing them with global warming potential from LCA of 8 scenarios. The dataset includes sensor configurations, data collection scripts, calibrated data, and LCA results.
Unofficial AI-generated summary based on the public title and abstract. Not an official translation.
📝 gxceed 編集解説 — Why this matters
日本のGX文脈において
日本の製造業、特に金属積層造形分野では、脱炭素と品質両立が課題。本研究はプロセス最適化によるCO2削減の実証データを提供し、カーボンフットプリント算定や環境対応製品開発に貢献する。
In the global GX context
This study provides empirical evidence on reducing carbon footprints in additive manufacturing while maintaining mechanical properties, relevant to global efforts in sustainable manufacturing and LCA-based decarbonization.
👥 読者別の含意
🔬研究者:Provides a dataset and methodology for integrating LCA with mechanical property optimization in LPBF.
🏢実務担当者:Offers insights into process parameter adjustments that can reduce carbon footprint without compromising product quality.
📄 Abstract（原文）
This repository is a dataset collection for the publication: Reconciling carbon footprints and mechanical properties in laser powder bed fusion with 316L stainless steel This study explores the possibility of simultaneously achieving carbon emission reduction and mechanical properties by changing key parameters in the production process, using a combination of experimental and data-driven methods. Mechanical properties including density, porosity and tensile strength are evaluated and compared with global warming potential in CO2 equivalents from the results of LCA of 8 scenarios. This dataset contains: The hardware-software configuration of the sensor modules, PLC and the Ladder logic with Datalogger_withEnergy_Power.smc2 The python script pylogix_main.py which collects the data into a csv file and stored into a local database. Collected and calibrated datasets from run 1 to run 6 with power and gas sensor readings. (FlowLog_Run1 to Run6) Codes for the data analysis with the collected data (DataAnalysis.ipynb) LCI data and LCA results summary (LCASummary.xlsx and Final Results.xlsx) Kindly cite this article and the dataset if utilizing or modifying the data in your work.
🔗 Provenance — このレコードを発見したソース
- openalex https://doi.org/10.5281/zenodo.21704348first seen 2026-08-01 05:50:03
🔔 こうした論文の新着を逃したくない方は キーワードアラート に登録（無料・3キーワードまで）。
gxceed は公開メタデータに基づく研究支援データセットです。要約・翻訳・解説は AI 支援で生成されています。 最終的な解釈・検証は利用者が原典資料に基づいて行うことを前提とします。