MétaCan
Menu
Retour à la cohorte
Enregistrement W2044664048 · doi:10.4028/www.scientific.net/amm.315.418

Differential Ceramic Shell Thickness Evaluation for Direct Rapid Investment Casting

2013· article· en· W2044664048 sur OpenAlexaff
Mohd Firdaus Omar, Safian Sharif, Mustaffa Ibrahim, Mohd Hasbullah Idris, A.S.A. Fadzil, Azriszul Mohd Amin

Notice bibliographique

RevueApplied Mechanics and Materials · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueAdditive Manufacturing and 3D Printing Technologies
Établissements canadiensImpact
Organismes subventionnairesMinistry of Higher Education, MalaysiaUniversiti Tun Hussein Onn Malaysia
Mots-clésMaterials scienceInvestment castingCeramicAcrylonitrile butadiene styreneComposite materialSurface roughnessShell (structure)CastingRapid prototypingSurface finishDie castingCrackingMetallurgy

Résumé

récupéré en direct d'OpenAlex

Rapid prototyping (RP) process offers a promising economical way as a sacrificial pattern in investment casting (IC) at high speed and low cost for low volume part manufacturing. However direct sacrificial RP pattern have encountered shell cracking during burnout process due to polymer based materials. Shell mould thickness was need to be concerned to have strong enough to withstand RP part expansion for employing direct method. The aim of present research was to compare the efficacy of different shell thickness for aluminum casting part fabricated from acrylonitrile butadiene styrene (ABS) and acrylate based material made from FDM and MJM respectively. The hollow RP pattern has been used directly to produce ceramic moulds. The feasibility of ceramic mould has been assessed in term of burnout ability and crack defect. Dimensional accuracies and surface roughness of the castings part have been observed in this investigation. Result shows thicker mould with proposed stuco procedure resulted without any crack defect for botRP part and no residual ash remained when firing higher than 870°C of temperature.In addition, FDM produced better accuracy for overall mould thickness, but MJM have better surface roughness. Therefore both direct RP pattern were suitable to be used in IC process with proposed shell thickness.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,020
Tête enseignante GPT0,217
Écart entre enseignants0,197 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations9
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied Mechanics and MaterialsMême sujetAdditive Manufacturing and 3D Printing TechnologiesTravaux en français237 207