MétaCan
Menu
Retour à la cohorte
Enregistrement W3211765004 · doi:10.3390/ceramics4040044

Effect of Machining Limiting Factors on Drilling Progress during Spark Assisted Chemical Engraving (SACE): General Trends

2021· article· en· W3211765004 sur OpenAlexafffund
Jana D. Abou Ziki, Rolf Wüthrich

Notice bibliographique

RevueCeramics · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Machining and Optimization Techniques
Établissements canadiensConcordia UniversityOntario Tech University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésMachiningEngravingDrillingSPARK (programming language)Mechanical engineeringElectrical discharge machiningThermalProcess (computing)Materials scienceEngineeringComputer sciencePhysics

Résumé

récupéré en direct d'OpenAlex

Spark Assisted Chemical Engraving (SACE) is a micro-machining technology for non-conductive materials, mainly glass, based on thermal assisted etching. Generally, during SACE, drilling proceeds at a fast rate reaching 100 µm/s for the first 100 µm and then it slows down for depths higher than 300 µm. While several techniques have been proposed to establish faster drilling, they mainly rely on tuning the machining parameters to enhance the machining performance. However, with this approach machining parameters need to be constantly tuned to achieve certain machining performance depending on the size of the tool and the features needed. Therefore, this necessitates further work to enhance understanding regarding the SACE machining process fundamentals in order to enhance machining speed and quality. Since SACE is a thermal assisted etching process, both local heating and flushing of electrolyte in the machining zone are required. However, to the authors’ knowledge there is not any study that attempts to analyze the effect of each of these machining limiting factors on the machining performance. This work attempts to clarify the effect of each flushing and heating on the drilling progress for hole depths higher than 100 microns. It therefore provides a deeper understanding of the fundamentals of the SACE machining process.

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 enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
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 recherche0,0010,001
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 Opus0,007
Tête enseignante GPT0,251
Écart entre enseignants0,244 · 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

Citations3
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCeramicsMême sujetAdvanced Machining and Optimization TechniquesTravaux en français237 207