MétaCan
Menu
Retour à la cohorte
Enregistrement W3067746826 · doi:10.1016/j.procir.2020.05.185

Geometric Tolerance Characterization of Laser Powder Bed Fusion Processes Based on Skin Model Shapes

2020· article· en· W3067746826 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueProcedia CIRP · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueManufacturing Process and Optimization
Établissements canadiensUniversity of AlbertaAlberta Energy
Organismes subventionnairesnon disponible
Mots-clésGeometric dimensioning and tolerancingDimensioningFusionGeometric shapeGeometric modelingCharacterization (materials science)ShrinkageMaterials scienceGeometric designComputer scienceMechanical engineeringBiological systemEngineering drawingGeometryMathematicsEngineeringComposite materialNanotechnology

Résumé

récupéré en direct d'OpenAlex

Geometric tolerance characteristics of metal additive manufactured (AM) parts play a significant role in ensuring the part functionality. In such cases, prior estimation of geometric tolerances, i.e. geometric dimensioning and tolerancing (GD&T) characteristics, can prove vital to reduce part rejection and to minimize material wastage and cost. This article presents a framework to estimate geometric tolerances in laser powder bed fusion (LPBF) processes. For a given geometry, skin model shapes are generated based on material shrinkage and thermo-mechanical simulation. Samples from skin model shapes are utilized for geometric tolerance estimation. A case study is presented to validate the developed framework and demonstrate its applicability in metal AM.

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.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,294
Score d'incertitude au seuil0,647

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,012
Tête enseignante GPT0,192
Écart entre enseignants0,180 · 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