MétaCan
Menu
Retour à la cohorte
Enregistrement W4206805010 · doi:10.4018/ijmmme.293225

Accuracy Investigation of Fused Deposition Modelling (FDM) Processed ABS and ULTRAT Parts

2022· article· en· W4206805010 sur OpenAlexfundno aff
Insaf Bahnini, Daniel-Constantin Anghel, Alin Daniel Rizea, Uzair Khaleeq uz Zaman, Ali Siadat

Notice bibliographique

RevueInternational Journal of Manufacturing Materials and Mechanical Engineering · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueAdditive Manufacturing and 3D Printing Technologies
Établissements canadiensnon disponible
Organismes subventionnairesAgence Universitaire de la Francophonie
Mots-clésFused deposition modelingVariance (accounting)Standard deviationMathematicsNoise (video)Deposition (geology)Grey relational analysisStatisticsConcordanceComputer scienceMaterials scienceArtificial intelligenceComposite materialGeology

Résumé

récupéré en direct d'OpenAlex

This paper aims to assess the dimensional deviation of Fused Deposition Modeling (FDM) processed ABS and ULTRAT parts using a new geometrical model which can evaluate three types of dimensional deviation: along the z-axis, along external and internal dimensions, and through diameters. The methodology involves a step-by-step procedure wherein after establishing the experimental plan and manufacturing the specimens, the measurements taken are analyzed via Grey Relational Analysis (GRA) to find out the optimal combination of parameters leading to the minimum deviation in all dimensions of parts for both materials. Statistical techniques such as Analysis of Variance (ANOVA) and Signal to Noise (S/N) ratio were also used. Subsequently, a confirmation test was carried out to validate the results obtained. The findings of the ANOVA and the S/N ratio were in good concordance with those of GRA.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,391
Score d'incertitude au seuil0,552

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 Opus0,014
Tête enseignante GPT0,208
Écart entre enseignants0,194 · 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'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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Manufacturing Materials and Mechanical EngineeringMême sujetAdditive Manufacturing and 3D Printing TechnologiesTravaux en français237 207