MétaCan
Menu
Retour à la cohorte
Enregistrement W3008561780 · doi:10.3390/jmmp4010012

Material Property-Manufacturing Process Optimization for Form 2 Vat-Photo Polymerization 3D Printers

2020· article· en· W3008561780 sur OpenAlexafffund
Elisa Aznarte Garcia, Cagri Ayranci, Ahmed Jawad Qureshi

Notice bibliographique

RevueJournal of Manufacturing and Materials Processing · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueAdditive Manufacturing and 3D Printing Technologies
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésOrthotropic materialUltimate tensile strength3D printingMaterials scienceComposite materialTaguchi methodsPhotopolymerElastic modulusCuring (chemistry)Engineering drawingComputer scienceStructural engineeringPolymerizationPolymerFinite element methodEngineering

Résumé

récupéré en direct d'OpenAlex

This study aims to assess the effect of printing parameters on the final tensile properties of 3D printed specimens printed through a popular vat-photopolymerization printer—‘Form 2’. Elastic modulus, ultimate tensile strength and strain at break are analyzed as a function of process parameters in order to provide an optimized print parameter configuration. Design of Experiments (DoE) using Taguchi’s techniques was used to print the test samples. Tensile tests were performed on the 3D printed specimens following the ISO-527 standard. The post-experiment analysis provide more insight on the effect of each studied factor on the elastic properties of these specimens. To complete this study, an analysis of the total manufacturing process time is presented with respect to the aforementioned elastic properties. The study shows that the parts are orthotropic and sensitive to layer height and post-curing. The orthotropic behaviour can be substantially reduced by appropriate post-curing process, resulting in high improvement of the elastic modulus and ultimate tensile strength. This paper is of special interest to researchers and users of desktop 3D printers who wish to improve the performance of their equipment, compare printing capabilities or assess the effect of different hardware on a single resin.

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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,795
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 savante0,0000,001
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 Opus0,015
Tête enseignante GPT0,224
Écart entre enseignants0,209 · 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.

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

Citations44
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Manufacturing and Materials ProcessingMême sujetAdditive Manufacturing and 3D Printing TechnologiesTravaux en français237 207