MétaCan
Menu
Retour à la cohorte
Enregistrement W3108894984 · doi:10.18280/i2m.190506

Measurement of Form Errors and Comparative Cost Analysis for the Component Developed by Metal Printing (DMLS) and Stir Casting

2020· article· en· W3108894984 sur OpenAlexvenueno aff
Ashish Kumar Srivastava, Akash Dutt Dubey, Manish Kumar, Shashi Prakash Dwivedi, Rabesh Kumar Singh, Sanjay Kumar

Notice bibliographique

RevueInstrumentation Mesure Métrologie · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueAdditive Manufacturing Materials and Processes
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDirect metal laser sintering3D printingComponent (thermodynamics)Surface roughnessMaterials scienceContext (archaeology)Mechanical engineeringCastingRapid prototypingEngineering drawingSurface finishSelective laser sinteringPlane (geometry)GeometryComposite materialMicrostructureEngineeringSinteringPhysicsMathematics

Résumé

récupéré en direct d'OpenAlex

In the continuously changing scenario of manufacturing industries, the demand for rapid production and specific material component is increased day by day. In this context, the additive manufacturing technique proves a suitable option to develop complex geometry shapes with optimized use of the material as well as energy. In this work, an attempt is to develop a 3D physical component of connecting rod by direct metal laser sintering (DMLS) process. The process parameters such as scanning speed 6m/s, laser power 200 W, layer thickness of 25 µm were kept constant. The same geometry component is also produced by a traditional stir casting method to compare the dimensional accuracy and deviations. The CAD model of the connecting rod was prepared by CATIA V6. All the dimensions were measured by a counter measuring machine (CMM). The surface roughness of both the final product was also measured to discuss the surface quality and physical surface defects. In addition to it, a cost analysis of both the process to develop the same component is also discussed. From the result, it is found that the dimensional error for 3D metal printing component is quite low and occurred in the range of 4 % to 7% in XY, YZ radial and circular plane direction compared to stir casting component 4% to 10% in the same planes. The surface roughness value Ra and Rz for the 3D metal printing surface (2.339 and 8.439 µm ) were quite low compared to stir cast surface (4.417 and 13.372 µm). However, the overall cost of 3D metal printing is higher than the stir casting component.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,125
Tête enseignante GPT0,297
Écart entre enseignants0,172 · 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 source (Gemma direct ou Codex distillé), 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

Citations7
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInstrumentation Mesure MétrologieMême sujetAdditive Manufacturing Materials and ProcessesTravaux en français237 207