MétaCan
Menu
Retour à la cohorte
Enregistrement W2996029660 · doi:10.1139/cjp-2019-0211

Numerical study on structures formed by the deposition and solidification of a single molten droplet

2019· article· en· W2996029660 sur OpenAlexvenueno aff
Wenbin Li, Ying Zhang, Yue Chen, Peisheng Li, Chunhong Ma

Notice bibliographique

RevueCanadian Journal of Physics · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueAdditive Manufacturing and 3D Printing Technologies
Établissements canadiensnon disponible
Organismes subventionnairesNatural Science Foundation of Jiangxi ProvinceNational Natural Science Foundation of China
Mots-clésDimensionless quantityMechanicsSuperheatingWeber numberFlatteningPhysicsDeposition (geology)Deformation (meteorology)Work (physics)Rotational symmetryScale (ratio)ThermodynamicsReynolds numberTurbulenceMeteorology

Résumé

récupéré en direct d'OpenAlex

The formed structure is of importance in determining the surface quality of a component made by droplet-based 3D printing. In the present work, the molten droplet solicitation process was simulated under an axisymmetric system where the smallest length scale and time scale were fully resolved. Evolutions of sharp droplet interfaces were captured through the front tracking method. Parametric studies have been carried out to explore how the dynamic metrics, which include the Ohnesorge number (Oh) and Weber number (We), can affect the structure of depositing droplet. The effect of the superheat parameter on the cooling rate was also investigated in the final section. Numerical results show that the inertial resisting force is critical dynamics in the variation of horizontal dimensionless length at the early deposition process. Three levels of Oh numbers and stages of We numbers were classified according to the deformation behavior. Flattening degree under different Oh number and We number cases were both fitted well by the exponential function. This paper also reveals that the variation law of the cooling rate and solidification time is affected by the superheat parameter, resulting in a feasible and promising method to predict droplet deformation time through the fully resolved numerical simulations during the manufacturing process.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,672
Score d'incertitude au seuil0,169

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 Opus0,013
Tête enseignante GPT0,205
Écart entre enseignants0,192 · 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

Citations3
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of PhysicsMême sujetAdditive Manufacturing and 3D Printing TechnologiesTravaux en français237 207