Measurement of Form Errors and Comparative Cost Analysis for the Component Developed by Metal Printing (DMLS) and Stir Casting
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.
Notice bibliographique
Résumé
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.
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 | 0,000 |
| 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 découle