Energy Consumption Modeling of 3D-Printed Carbon-Fiber-Reinforced Polymer Parts
Notice bibliographique
Résumé
Three-dimensionally printed carbon-fiber-reinforced polymer (3DP-CFRP) has become an important contributor to commercialized additive manufacturing. Due to carbon fiber infills, the 3DP-CFRP parts can enjoy highly intricate geometry, enhanced part robustness, heat resistance, and mechanical properties. With the rapid growth of 3DP-CFRP parts in the aerospace, automobile, and consumer product sectors, evaluating and reducing their environmental impacts has become an urgent yet unexplored issue. To develop a quantitative measure of the environmental performance of 3DP-CFRP parts, this paper investigates the energy consumption behavior of a dual-nozzle fused deposition modeling (FDM) additive manufacturing process which includes melting and deposition of the CFRP filament. An energy consumption model for the melting stage is first defined using the heating model for non-crystalline polymers. Then, the energy consumption model for the deposition stage is established through the design of experiments approach and regression by investigating six influential parameters comprising the layer height, infill density, number of shells, travel speed of gantry, and speed of extruders 1 and 2. Finally, the energy consumption models are combined and experimentally tested with two different CFRP parts. The results show that the developed energy consumption model demonstrated over 94% accuracy in predicting the energy consumption behavior of 3DP-CFRP parts. The developed model could potentially be used to find a more sustainable CFRP design and process planning solution.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».