MétaCan
Menu
Retour à la cohorte
Enregistrement W4367311786 · doi:10.3390/ma16093451

Flexural Properties of Lattices Fabricated with Planar and Curved Layered Fused Filament Fabrication

2023· article· en· W4367311786 sur OpenAlexaff
José Luis Pérez-Castillo, Angel Mora, Rogelio Pérez‐Santiago, Armando Roman‐Flores, Rafiq Ahmad, Enrique Cuan‐Urquizo

Notice bibliographique

RevueMaterials · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueAdditive Manufacturing and 3D Printing Technologies
Établissements canadiensUniversity of Alberta
Organismes subventionnairesConsejo Nacional de Ciencia y Tecnología
Mots-clésPlanarFabricationMaterials scienceFused filament fabricationFinite element methodRaster graphicsPerpendicularDiagonalBendingGeometryPrincipal axis theoremRaster scanFlexural strengthComposite materialOpticsStructural engineering3D printingMathematicsPhysicsEngineering

Résumé

récupéré en direct d'OpenAlex

The use of curved layers in fused filament fabrication could lead to various advantages in surface finishing and mechanical properties. Here, the influence of three different structural and manufacturing parameters (volume fraction, raster arrangement, and the use of curved or planar layers) on the mechanical properties of lattice structures under three-point bending is studied. Two different raster arrangements were considered, i.e., those with rasters at planes parallel to the principal axes of the samples and those diagonally arranged, all at four different volume fractions. All different samples were additively manufactured using planar and curved layers. Samples were further dimensionally inspected to refine the computational models before their analysis via finite element simulations. The linear elastic region of the load-displacement curves was further analyzed numerically via finite element models. Predictions with finite element models resulted in good agreement with errors below 10%. Samples with diagonal rasters were 70% softer than those parallel to the principal axes.

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 enseignants0,014
Score d'incertitude au seuil0,284

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 Opus0,032
Tête enseignante GPT0,213
Écart entre enseignants0,181 · 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

Citations9
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMaterialsMême sujetAdditive Manufacturing and 3D Printing TechnologiesTravaux en français237 207