MétaCan
Menu
Retour à la cohorte
Enregistrement W2790184427 · doi:10.1016/j.mprp.2018.01.002

Additive manufacturing powder feedstock characterization using X-ray tomography

2018· article· en· W2790184427 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.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueMetal Powder Report · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueAdditive Manufacturing and 3D Printing Technologies
Établissements canadiensObject Research Systems (Canada)McGill UniversityNational Research Council Canada
Organismes subventionnairesMcGill University
Mots-clésPorosityRaw materialMaterials scienceCharacterization (materials science)Gas pycnometerMetallographyTomographyParticle-size distributionParticle (ecology)Particle sizeProcess engineeringComposite materialNanotechnologyMicrostructureChemical engineeringOptics

Résumé

récupéré en direct d'OpenAlex

To answer the need for efficient quality control protocols for additive manufacturing processes and materials, specific testing methods for powder feedstocks should be developed. A powder feedstock may contain some defects, such as porosities, that will remain in the final parts after the building process. X-ray tomography combined with 3D image analysis offers unique advantages over other characterization methods, such as pycnometry and metallography, in respect to quantifying internal porosity in the individual particles of the feedstock. This paper presents the effect of X-ray tomography parameters on the quality of the obtained images and its impact on the image analysis. An automated image analysis routine was also developed to allow the visualization of the pores inside the particles but also, more importantly, to quantify this internal porosity contents, as well as to provide information on the morphological features of these pores, such a size distribution, number of particles containing pores and the volume fraction of a pore inside a particle.

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 enseignants0,225
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)0,0000,000
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 Opus0,018
Tête enseignante GPT0,235
Écart entre enseignants0,218 · 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