A Design and Fabrication Method for Wood-Inspired Composites by Micro X-Ray Computed Tomography and 3D Printing
Notice bibliographique
Résumé
Developments in 3D printing and CT scanning technologies have facilitated the imitation of natural wood structures. However, creating composites from the elementary features of anisotropic wood structures remains a new frontier. This paper aims to investigate the potential of constructing and 3D printing mechanically customizable composites by combining anisotropic elementary models reconstructed from the micro X-ray computed tomography (μ-CT) scanning of wood. In this study, an arbitrary region of interest selected from the μ-CT scanning of a sample of Manchurian walnut (Juglans mandshurica) was reconstructed into isosurfaces that constituted the 3D model of an elementary model. Elementary models were combined to form the wood-inspired composites in various arrangements. The surface and interior structures of the elementary model were found to be customizable through adjusting the image Threshold and Surface Quality Factors during 3D volume reconstruction. Compressional simulations and experiments performed on the elementary model (digital and 3D printed) revealed that its compressive behavior was wood-like and anisotropic. Numerical analysis established a preliminary link between the arrangements of elementary models and the compressive stiffness of respective composites, showing that it is possible to control the compressive behaviors of the composites through the design of specific elementary model arrangements.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».