MétaCan
Menu
Retour à la cohorte
Enregistrement W3031442617 · doi:10.1109/tmag.2020.2997759

Development of a Magnetic Levitation System for Additive Manufacturing: Simulation Analyses

2020· article· en· W3031442617 sur OpenAlexafffund
Parichit Kumar, Yuze Huang, Ehsan Toyserkani, Mir Behrad Khamesee

Notice bibliographique

RevueIEEE Transactions on Magnetics · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueAdditive Manufacturing Materials and Processes
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Foundation for Innovation
Mots-clésLevitationMagnetic levitationElectrodynamic suspensionEddy currentMagnetic fieldMechanical engineeringNozzleElectromagnetic suspensionComputer scienceWork (physics)Suspension (topology)Lorentz forceTransient (computer programming)ElectromagnetMagnetPhysicsMagnetic energyElectrical engineeringEngineeringMathematicsMagnetization

Résumé

récupéré en direct d'OpenAlex

Magnetic levitation has been always a very promising field. Due to its versatility, it has garnered interest in field energy harvesting, high speed transportation, and high precision micro-manipulation amongst other fields. However, its application within the sphere of additive manufacturing (AM) has been negligible. Thus, for the first time, the work conducted here works with the development of a novel technique utilizing magnetic levitation for stable suspension for AM. Current AM techniques are heavily dependent on building the part of a substrate. The substrate limits the use of multiple material nozzles and also requires significant post-processing. The use of the principle of magnetic levitation can bypass the need for this substrate. Primary emphasis is placed on the computation of eddy currents and Lorentz force produced from the magnetic levitation system, and also on finding the relevant parameters affecting several output parameters such as position of levitation, force experienced by the object suspended, etc. A temperature analysis is also conducted to ensure that the principles used here are valid. ANSYS Ansoft Maxwell modules are used to determine these input parameters. The work is subsequently validated through the transient module of the same module. The results presented here depict the viability of the system within the AM environment and the successful elimination of the need for a substrate.

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: aucune
Score de désaccord entre enseignants0,896
Score d'incertitude au seuil0,689

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 Opus0,057
Tête enseignante GPT0,279
Écart entre enseignants0,221 · 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

Citations12
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on MagneticsMême sujetAdditive Manufacturing Materials and ProcessesTravaux en français237 207