MétaCan
Menu
Retour à la cohorte
Enregistrement W2055231777 · doi:10.1117/12.875265

Material micromachining using bursts of high repetition rate picosecond pulses from a fiber laser source

2011· article· en· W2055231777 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueProceedings of SPIE, the International Society for Optical Engineering/Proceedings of SPIE · 2011
Typearticle
Langueen
DomaineEngineering
ThématiqueLaser Material Processing Techniques
Établissements canadiensInstitut National d'Optique
Organismes subventionnairesnon disponible
Mots-clésPicosecondNanosecondMaterials scienceSurface micromachiningOpticsLaserPulse (music)OptoelectronicsPulse durationFiber laserWavelengthPulse repetition frequencyPhysicsFabricationDetectorTelecommunications

Résumé

récupéré en direct d'OpenAlex

In this paper, we demonstrate the benefits of using bursts of picosecond pulses for material micromachining and compare the results with those obtained when using a nanosecond source with similar pulse energy, pulse width and pulse shape. The picosecond laser source used for the experiments was delivering 60-ps pulses at a repetition rate of 1.8 GHz, grouped within arbitrarily-shaped bursts having a width that could be varied from 2.5 to 40 ns. The laser output central wavelength was at 1064 nm and the output beam M<sup>2</sup> value was below 1.15. Micro-milling experiments were performed on silicon for two levels of energy per burst and with different burst amplitude profiles. We show that the maximum material removal efficiency and the surface quality can be increased by more than 25% when using bursts of picosecond pulses with respect to nanosecond pulses with similar energy per pulse. Effect of shaping the burst envelope of the picosecond laser on the maximum material removal efficiency is also presented.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,148
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,014
Tête enseignante GPT0,212
Écart entre enseignants0,199 · 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