MétaCan
Menu
Retour à la cohorte
Enregistrement W3213259508 · doi:10.3390/math9222913

Numerical Study of Powder Flow Nozzle for Laser-Assisted Metal Deposition

2021· article· en· W3213259508 sur OpenAlexaboutno aff
Romuald Petkevič, Giedrius Jočbalis, Ada Steponavičiūtė, Karolis Stravinskas, Aleksej E. Romanov, Rimantas Kačianauskas, Sergėjus Borodinas, Genrik Mordas

Notice bibliographique

RevueMathematics · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueAdditive Manufacturing Materials and Processes
Établissements canadiensnon disponible
Organismes subventionnairesLietuvos Mokslo Taryba
Mots-clésNozzleDeposition (geology)Particle (ecology)Materials scienceMechanicsParticle depositionParticle velocityMechanical engineeringComposite materialEngineeringPhysicsGeology

Résumé

récupéré en direct d'OpenAlex

Metal additive manufacturing has received much attention in the past few decades, and it offers a variety of technologies for three-dimensional object production. One of such technologies, allowing large-sized object production, is laser-assisted metal deposition, the limits of which are determined by the capabilities of the positioning system. The already-existing nozzles have either a relatively low build rate or a poor resolution. The goal of this work is to develop a new nozzle with a centered particle beam at high velocity for the laser-assisted metal additive manufacturing technologies. Scientific challenges are addressed with regards to the fluid dynamics, the particle-substrate contact, and tracking of the thermodynamic state during contact. In this paper, two nozzles based on the de Laval geometry with Witoszynski and Bicubic curves of convergence zone were designed; the results showed that the average flow velocity in a Bicubic outlet curve nozzle is around 615 m/s and in Witoszynski this is 435 m/s. Investigation of particle beam formation for the Bicubic curve geometry revealed that small particles have the highest velocity and the lowest total force at the nozzle outlet. Fine particles have a shorter response time, and therefore, a smaller dispersion area. The elasto-plastic particle-surface contact showed that particles of diameter limited up to 3 μm are able to reach experimentally obtained critical velocity without additional heating. For particle sizes above 10 μm, additional heating is needed for deposition. The maximum coefficient of restitution (COR) is achieved with a particle size of 30 μm; smaller particles are characterized by the values of COR, which are lower due to a relatively high velocity. Particles larger than 30 μm are scalable, characterized by a small change in velocity and a rise in temperature as their mass increases.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,021
Tête enseignante GPT0,244
Écart entre enseignants0,223 · 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'étudeSimulation ou modélisation
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

Citations5
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMathematicsMême sujetAdditive Manufacturing Materials and ProcessesTravaux en français237 207