MétaCan
Menu
Retour à la cohorte
Enregistrement W3179116498 · doi:10.1108/rpj-02-2021-0029

Topology optimization for infill in MEx

2021· article· en· W3179116498 sur OpenAlexaff
Matt Schmitt, Il Yong Kim

Notice bibliographique

RevueRapid Prototyping Journal · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueTopology Optimization in Engineering
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésTopology optimizationWeightingMathematical optimizationFinite element methodComputer scienceCode (set theory)Normalization (sociology)Topology (electrical circuits)AlgorithmMathematicsEngineeringStructural engineering

Résumé

récupéré en direct d'OpenAlex

Purpose In furthering numerical optimization techniques for the light-weighting of components, it is paramount to produce algorithms that closely mimic the physical behavior of the specific manufacturing method under which they are created. The continual development in topology optimization (TO) has reduced the difference in the optimized geometry from what can be physically realized. As the reinterpretation stage inevitably deviates from the optimal geometry, each progression in the optimization code that renders the final solution more realistic is beneficial. Despite the efficacy of material extrusion (MEx) in producing complex geometries, select manufacturing constraints are still required. Thus, the purpose of this paper is to develop a TO code which demonstrates the incorporation of MEx specific manufacturing constraints into a numerical optimization algorithm. Design/methodology/approach A support index is derived for each element of the finite element mesh that is used to penalize elements, which are insufficiently supported, discouraging their existence. The support index captures the self-supporting angle and maximum allowable bridging distance for a given MEx component. The incorporation of the support index into a TO code is used to demonstrate the efficacy of the method on multiple academic examples. Findings The case studies presented demonstrate the methodology is successful in generating a resulting topology that is self-supporting given the manufacturing parameters specified in the code. Comparative to a general TO problem formulation, the optimal material distribution results in a minimally penalized design on a compliance normalization metric while fully adhering to the MEx specific parameters. The methodology, thus, proves useful in generating an infill geometry is fully enclosed regions, where support material extraction is not a possibility. Originality/value The work presented is the first paper to produce a novel methodology that incorporates the manufacturing-specific constraint of bridging distance for MEx into TO code. The results generated allow for the creation of printed components with hollow inclusions that do not require any additional support material beyond the intended structure. Given the advancement, the numerical optimization technique has progressed to a more realistic representation of the physical manufacturing method.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,186
Score d'incertitude au seuil0,555

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 Opus0,011
Tête enseignante GPT0,236
Écart entre enseignants0,225 · 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'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRapid Prototyping JournalMême sujetTopology Optimization in EngineeringTravaux en français237 207