MétaCan
Menu
Retour à la cohorte
Enregistrement W2963563190 · doi:10.1016/j.promfg.2019.06.217

A Reverse CAD Approach for Estimating Geometric and Mechanical Behavior of FDM Printed Parts

2019· article· en· W2963563190 sur OpenAlexafffund
Baltej Singh Rupal, Khaled G. Mostafa, Yeping Wang, Ahmed Jawad Qureshi

Notice bibliographique

RevueProcedia Manufacturing · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueAdditive Manufacturing and 3D Printing Technologies
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésCADSlicingReverse engineeringComputer Aided DesignSolid modelingEngineering drawingGeometric modelingComputer scienceFinite element method3d printedFused deposition modelingMechanical engineering3D printingEngineeringStructural engineeringComputer graphics (images)Artificial intelligence

Résumé

récupéré en direct d'OpenAlex

Fused Deposition Modeling (FDM) printed parts are widely used in various applications. To avoid material and time wastage, it is necessary to assess the geometric and mechanical behavior of the part beforehand. The geometric and mechanical behavior of FDM printed parts is analyzed by various virtual and experimental approaches. The virtual approaches are based on analytical models, which take solid computer-aided design (CAD) models or STL files as input for the analysis. However, in reality, the input CAD model is converted to a combination of slices (toolpath) before it is sent to print. The difference between the CAD and the toolpath model creates a research gap for estimating the properties accurately. The reason being that the printed part is not the replica of the original CAD model but of the sliced model which is dependent on various slicing parameters. This paper presents a novel algorithm, which is capable of converting the sliced file back to a CAD model (called the Reverse CAD model). The Reverse CAD model is capable of providing an accurate assessment of the geometric and mechanical behavior of the printed part as it also incorporates the effect of slicing parameters. In order to validate the algorithm, primitive geometries are printed, and their geometric deviation and mass properties are compared to the Reverse CAD model. Standardized tensile test specimens are also printed with two different materials to compare the experimental mechanical behavior with the finite element analysis of the Reverse CAD model. Comparative studies validate the Reverse CAD model as a better and more accurate estimator of the FDM printed part properties.

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)0,002
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 GPT0,229
Écart entre enseignants0,211 · 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

Citations35
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProcedia ManufacturingMême sujetAdditive Manufacturing and 3D Printing TechnologiesTravaux en français237 207