MétaCan
Menu
Retour à la cohorte
Enregistrement W2738984755 · doi:10.1115/msec2017-2949

Characterization of Material Behavior of the Fused Deposition Modeling Processed Parts

2017· article· en· W2738984755 sur OpenAlexaff
Madhukar Somireddy, Aleksander Czekanski

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueAdditive Manufacturing and 3D Printing Technologies
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésOrthotropic materialFinite element methodFused deposition modelingMaterials scienceComposite materialCharacterization (materials science)Ultimate tensile strengthDeposition (geology)Layer (electronics)Elastic modulusTensile testingMaterial propertiesStructural engineering3D printingEngineeringNanotechnology

Résumé

récupéré en direct d'OpenAlex

In the present research, one of the additive manufacturing techniques, fused deposition modeling (FDM) fabricated parts are considered for investigation of their material behavior. The FDM process is a layer upon layer deposition of a material to build three dimensional parts and such parts behave as laminated composite structures. Each layer of the part acts as a unidirectional fiber reinforced lamina, which is treated as an orthotropic material. The mesostructure of a part fabricated via fused deposition modeling process is accounted for in the investigation of its mechanical behavior. The finite element (FE) procedure for characterization of a material constitutive law for the FDM processed parts is presented. In the analysis, the mesostructure of the part obtained via FDM process is replicated in the finite element models. Finite element models of tensile specimens are developed with mesostructure that would be obtained from FDM process, then uniaxial tensile test simulations are conducted. The elastic moduli of a lamina are calculated from the linear analysis and the strength parameters are obtained from the nonlinear finite element analysis. The present work provides a FE methodology to find elastic moduli and strength parameters of a FDM processed part by accounting its mesostructure in the analysis.

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 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 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 enseignants0,038
Score d'incertitude au seuil0,157

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0000,000

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 Opus0,019
Tête enseignante GPT0,219
Écart entre enseignants0,200 · 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 tête enseignante, 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

Citations8
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdditive Manufacturing and 3D Printing TechnologiesTravaux en français237 207