MétaCan
Menu
Retour à la cohorte
Enregistrement W4224010857 · doi:10.1016/j.apmate.2022.100054

A review on additive/subtractive hybrid manufacturing of directed energy deposition (DED) process

2022· review· en· W4224010857 sur OpenAlexfundno aff
Mohammadreza Lalegani Dezaki, Ahmad Serjouei, Ali Zolfagharian, Mohammad Fotouhi, Mahmoud Moradi, Mohd Khairol Anuar Mohd Ariffin, Mahdi Bodaghi

Notice bibliographique

RevueAdvanced Powder Materials · 2022
Typereview
Langueen
DomaineEngineering
ThématiqueAdditive Manufacturing Materials and Processes
Établissements canadiensnon disponible
Organismes subventionnairesIsfahan University of TechnologyDeakin UniversityUniversiti Putra MalaysiaNanyang Technological UniversityTrent UniversityNottingham Trent UniversityStanford University
Mots-clésSubtractive colorProcess (computing)Quality (philosophy)Materials scienceComputer scienceProduct (mathematics)Manufacturing engineeringMechanical engineeringEngineeringMathematics

Résumé

récupéré en direct d'OpenAlex

Additive manufacturing (AM) processes are reliable techniques to build highly complex metallic parts. Direct energy deposition (DED) is one of the most common technologies to 3D print metal alloys. Despite a wide range of literature that has discussed the ability of DED in metal printing, weak binding, poor accuracy, and rough surface still exist in final products. Thus, limitations in 3D printing of metal powder and wire indicate post-processing techniques required to achieve high quality in both mechanical properties and surface quality. Therefore, hybrid manufacturing (HM), specifically additive/subtractive hybrid manufacturing (ASHM) of DED has been proposed to enhance product quality. ASHM is a capable process that combines two technologies with 3-axis or multi-axis machines. Different methods have been suggested to increase the accuracy of machines to find better quality and microstructure. In contrast, drawbacks in ASHM still exist such as limitations in existing reliable materials and poor accuracy in machine coordination to avoid collision in the multi-axes machine. It should be noted that there is no review work with focuses on both DED and hybridization of DED processes. Thus, in this review work, a unique study of DED in comparison to ASHM as well as novel techniques are discussed with the objective of showing the capabilities of each process and the benefits of using them for different applications. Finally, new gaps are discussed in ASHM to enhance the layer bonding and surface quality with the processes' effects on microstructures and performance.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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 Opus0,019
Tête enseignante GPT0,278
Écart entre enseignants0,259 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations208
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvanced Powder MaterialsMême sujetAdditive Manufacturing Materials and ProcessesTravaux en français237 207