MétaCan
Menu
Retour à la cohorte
Enregistrement W4365456233 · doi:10.21741/9781644902479-135

Machining of PAM green Y-TZP: Influence of build and in-plane directions on cutting forces and surface topography

2023· article· en· W4365456233 sur OpenAlexfundno aff
Laurent Spitaels

Notice bibliographique

RevueMaterials research proceedings · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueAdditive Manufacturing and 3D Printing Technologies
Établissements canadiensnon disponible
Organismes subventionnairesBeef Cattle Research Council
Mots-clésCeramicSurface roughnessMachiningSurface (topology)Surface finishMaterials sciencePlane (geometry)Mechanical engineeringProcess (computing)GeometryComposite materialComputer scienceEngineeringMathematicsMetallurgy

Résumé

récupéré en direct d'OpenAlex

Abstract. The combination of the pellet additive manufacturing (PAM) process and green ceramic machining within the same hybrid machine is a very promising route to obtain green ceramic parts with complex shapes, smooth surface topography and tight tolerances. However, there is still a lack of data due to the novelty of this manufacturing route. This article studies the possible influence of the build and in-plane directions on the cutting forces and surface topography during the milling of Y-TZP green ceramic parts obtained by the PAM process. The RMS cutting forces, arithmetic and total roughness (Ra and Rt, respectively) were measured. The in-plane direction (aligned with one of the horizontal part edges) did not have a significant influence neither on the cutting forces nor on the surface topography. Conversely, the build direction has a significant effect on the cutting forces recorded. The layers deposited the furthest from the build platform required 57.5% less force to be milled than those in contact with it. The surface topography was not significantly modified across the build direction, all values of Ra were within the 0.8 µm Ra class while all Rt values were < 5 µm.

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)0,001
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 enseignants0,086
Score d'incertitude au seuil0,373

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,029
Tête enseignante GPT0,301
Écart entre enseignants0,273 · 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

Citations2
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMaterials research proceedingsMême sujetAdditive Manufacturing and 3D Printing TechnologiesTravaux en français237 207