Effects of Infill Pattern on the Tensile Properties of 3D Printed Dog Bone Coupon Specimens
Notice bibliographique
Résumé
Fused deposition modeling (FDM) is an additive manufacturing (AM) process in which meltable materials are fed into a print core, then melted and extruded on a printing plate. The infill pattern via AM has, no doubt, an impact on the mechanical properties of printed specimens, but the studies on this topic are limited. This study was aimed to examine the effects of infill patterns on the tensile properties of 3D printed dog-bone coupon specimens made using a desktop FDM 3D printer. Tensile specimens were designed using AutoCAD and SketchUp and made using an Ultimaker 3D printer. Five infill patterns set to 'lines' with different line direction angles (namely 0, 30, 45, 60, and 90) and one infill pattern set to 'grid' were employed to print the specimens using polylactic acid (PLA) filament. In addition, one 'line' pattern from the above five was selected to make a group of specimens using wood-based PLA filament as the control. Tensile tests were conducted to measure the ultimate tensile strength (UTS) and modulus of elasticity (MOE) of the printed specimens. It was found that tensile properties increased with an increase in the line direction angle, with the maximum UTS and MOE appearing in the line pattern with a 90 infill line direction. It was also discovered that the woodbased PLA filament had a UTS of 11.66 MPa and an MOE of 330 MPa, which were 25.8% and 25.2% lower than those made of pure PLA filament using the 90-degree lines pattern.
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 | 0,001 |
| 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 ».