MétaCan
Menu
Retour à la cohorte
Enregistrement W3186873588 · doi:10.3390/ma14164602

Powder Reuse Cycles in Electron Beam Powder Bed Fusion—Variation of Powder Characteristics

2021· article· en· W3186873588 sur OpenAlexafffund
Gitanjali Shanbhag, Mihaela Vlasea

Notice bibliographique

RevueMaterials · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueAdditive Manufacturing Materials and Processes
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNational Research Council CanadaNatural Sciences and Engineering Research Council of CanadaUniversity of Waterloo
Mots-clésMaterials scienceReuseAngle of reposeFusionPorosityCathode rayMetal powderChemical engineeringComposite materialMetalMetallurgyWaste managementElectron

Résumé

récupéré en direct d'OpenAlex

A path to lowering the economic barrier associated with the high cost of metal additively manufactured components is to reduce the waste via powder reuse (powder cycled back into the process) and recycling (powder chemically, physically, or thermally processed to recover the original properties) strategies. In electron beam powder bed fusion, there is a possibility of reusing 95-98% of the powder that is not melted. However, there is a lack of systematic studies focusing on quantifying the variation of powder properties induced by number of reuse cycles. This work compares the influence of multiple reuse cycles, as well as powder blends created from reused powder, on various powder characteristics such as the morphology, size distribution, flow properties, packing properties, and chemical composition (oxygen and nitrogen content). It was found that there is an increase in measured response in powder size distribution, tapped density, Hausner ratio, Carr index, basic flow energy, specific energy, dynamic angle of repose, oxygen, and nitrogen content, while the bulk density remained largely unchanged.

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)0,001
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 enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
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 Opus0,009
Tête enseignante GPT0,218
Écart entre enseignants0,209 · 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

Citations41
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMaterialsMême sujetAdditive Manufacturing Materials and ProcessesTravaux en français237 207