MétaCan
Menu
Retour à la cohorte
Enregistrement W2803828606 · doi:10.3390/ma11050843

The Application of Globular Water-Atomized Iron Powders for Additive Manufacturing by a LENS Technique

2018· article· en· W2803828606 sur OpenAlexaff
Tomasz Durejko, Justyna Aniszewska, Michał Ziętala, Anna Antolak‐Dudka, Tomasz Czujko, Robert A. Varin, Vlad Paserin

Notice bibliographique

RevueMaterials · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueAdditive Manufacturing Materials and Processes
Établissements canadiensRio Tinto (Canada)University of Waterloo
Organismes subventionnairesnon disponible
Mots-clésGlobular clusterLens (geology)Materials scienceMetallurgyComputer scienceOpticsPhysicsComputer visionStars

Résumé

récupéré en direct d'OpenAlex

The water-atomized ATOMET 28, 1001, 4701, and 4801 powders, manufactured by Rio Tinto Metal Powders, were used for additive manufacturing by a laser engineered net shaping (LENS) technique. Their overall morphology was globular and rounded with a size distribution from about 20 to 200 µm. Only the ATOMET 28 powder was characterized by a strong inhomogeneity of particle size and irregular polyhedral shape of powder particles with sharp edges. The powders were pre-sieved to a size distribution from 40 to 150 µm before LENS processing. One particular sample-LENS-fabricated from the ATOMET 28 powder-was characterized by the largest cross-sectional (2D) porosity of 4.2% and bulk porosity of 3.9%, the latter determined by microtomography measurements. In contrast, the cross-sectional porosities of bulk, solid, nearly cubic LENS-fabricated samples from the other ATOMET powders exhibited very low porosities within the range 0.03⁻0.1%. Unexpectedly, the solid sample-LENS-fabricated from the reference, a purely spherical Fe 99.8 powder-exhibited a porosity of 1.1%, the second largest after that of the pre-sieved, nonspherical ATOMET 28 powder. Vibrations incorporated mechanically into the LENS powder feeding system substantially improved the flow rate vs. feeding rate dependence, making it completely linear with an excellent coefficient of fit, R² = 0.99. In comparison, the reference powder Fe 99.8 always exhibited a linear dependence of the powder flow rate vs. feeding rate, regardless of vibrations.

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)0,000
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 seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,006
Tête enseignante GPT0,214
Écart entre enseignants0,208 · 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

Citations14
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMaterialsMême sujetAdditive Manufacturing Materials and ProcessesTravaux en français237 207