MECHANICAL AND MICROSTRUCTURAL EVALUATION OF DISSIMILAR METAL WELDS USING MULTI-MODAL TESTING TECHNIQUES
DOI:
https://doi.org/10.36526/sosioedukasi.v15i1.7044Keywords:
Dissimilar Welds, Mechanical Evaluation, Multi-Modal TestingAbstract
Studi ini menyelidiki tantangan dalam pengelasan logam berbeda, dengan fokus pada evaluasi mekanik dan mikrostruktur las antara material dengan sifat yang berbeda. Tujuan utamanya adalah untuk menilai bagaimana perbedaan termal, mekanik, dan mikrostruktur memengaruhi kualitas las. Metodologi penelitian berbasis literatur digunakan, dengan memanfaatkan data primer dari jurnal, buku, dan makalah penelitian yang relevan, sementara data sekunder dikumpulkan dari laporan industri dan studi kasus. Teknik pengujian multimodal, termasuk SEM, EDX, XRD, dan pengujian tarik, digunakan untuk menganalisis sifat-sifat las. Temuan ini menyoroti pentingnya mengoptimalkan parameter pengelasan dan pemilihan material pengisi untuk meningkatkan kinerja dan daya tahan las, yang berkontribusi pada peningkatan aplikasi industri pengelasan logam berbeda.
References
Gao, Z. (2025). Microstructural influence on learning-based defect detection in dissimilar metal welds. Frontiers in Materials, 12, 1659494.
He, T., Jin, X., & Zou, Y. (2025). Deep learning-based action recognition for joining and welding processes of dissimilar materials. Frontiers in Materials, 12, 1560419.
Kusumawati, R., Agustian, M. F. Y., & Rosyalita, D. (2025). EXPLORING THE ECONOMIC LINK BETWEEN FINANCIAL RISK STRATEGIES AND LONG-TERM SUSTAINABILITY IN THE BANKING INDUSTRY. SIBATIK JOURNAL: Jurnal Ilmiah Bidang Sosial, Ekonomi, Budaya, Teknologi, Dan Pendidikan, 4(10), 3169–3178.
Li, D., Liu, J., Huang, W., Li, N., & Liu, K. (2023). Study on mechanical properties of Ni-based superalloys coupled with quantified weights of multi-modal microstructure damage evolution. Journal of Alloys and Compounds, 969, 172486.
Lippold, J. C. (2014). Welding metallurgy and weldability. John Wiley & Sons.
Messler Jr, R. W. (2024). Principles of welding: processes, physics, chemistry, and metallurgy. John Wiley & Sons.
Moravec, J., Dikovits, M., Beal, C., Novakova, I., Chandezon, R., & Sobotka, J. (2017). Selection of the proper diffusion welding parameters for the heterogeneous joint Ti grade 2/AISI 316L. Manufacturing Technology, 17(2), 231–237.
Safdar, M., Wood, G., Zimmermann, M., Lamouche, G., Wanjara, P., & Zhao, Y. F. (2025). Linking heterogeneous microstructure informatics with expert characterization knowledge through customized and hybrid vision-language representations for industrial qualification. ArXiv Preprint ArXiv:2508.20243.
Sakidja, R., Ching, W.-Y., & Zhou, C. (2022). Multi-modal Approach to Modeling Creep Deformation in Nickel-base Superalloy. Missouri State University, Springfield, MO (United States).
허재경. (2024). Enhancing Training Performance and Multi-Modal Actuator Fabrication through Laser-assisted Segment-differential Heat Treatment of Shape Memory Alloy. 서울대학교 대학원.
.png)
