MétaCan
Menu
Retour à la cohorte
Enregistrement W2332404708 · doi:10.1115/imece2015-52615

An Analysis of Variation Correlating Post Processing Infiltrate Types, Build Parameters and Mechanical Characteristics for Binder Jet Built Parts

2015· article· en· W2332404708 sur OpenAlexaff
David Impens, Jill Urbanic

Notice bibliographique

RevueVolume 2A: Advanced Manufacturing · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueAdditive Manufacturing and 3D Printing Technologies
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceUltimate tensile strengthFactorial experimentBrittlenessDesign of experimentsComposite materialFractional factorial designCompression (physics)Material propertiesMoldCompressive strengthComputer scienceMathematics

Résumé

récupéré en direct d'OpenAlex

The 3D Printing (3DP) “binder jetting” process is an additive manufacturing process that fabricates components and assemblies by layering powered material, and applying a binder where a ‘solid interior’ should be. This process creates brittle components as a powder is set with a weak binder material; however, the component strength characteristics can be significantly modified when infiltrating the component during post processing operations. The different factors that can influence the mechanical properties when engaging in post-processing operations need to be understood. A full factorial design of experiments (DOE) is conducted for tensile, compressive, and flexural specimens for 10 infiltrate and various build conditions. The experiment and resultants are set up to perform an analysis of variance (ANOVA). All of the observed stress-strain curves for the specimens are non-linear, or have limited linear regions. The infiltrate absorption depth affects the mechanical characteristics, and the binder jetting specimens are stronger in compression than tension. The tensile test results are similar to those of biological materials. Certain infiltrates do not improve the mechanical performance characteristics, which are validated using the Tukey method. This research needs to be extended in scope to include additional build orientations as well as torsion, fatigue, and notch tests to be able to predict model sensitivities effectively for components built using the binder jetting process, and to develop optimization strategies, which include time, material, and strength conditions.

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)0,001
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
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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 Opus0,018
Tête enseignante GPT0,247
Écart entre enseignants0,229 · 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

Citations2
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVolume 2A: Advanced ManufacturingMême sujetAdditive Manufacturing and 3D Printing TechnologiesTravaux en français237 207