MétaCan
Menu
Retour à la cohorte
Enregistrement W4382049141 · doi:10.32920/23582187.v1

An Investigation Into Fundamental Frequency Of Intact And Defective 3D-Printed PLA Beams

2023· preprint· en· W4382049141 sur OpenAlexaff
Ali Foroozanfar

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEngineering
ThématiqueAdditive Manufacturing and 3D Printing Technologies
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésPolylactic acidCantileverMaterials science3D printingImpulse (physics)Beam (structure)Fundamental frequencyComposite materialFlexural strengthStructural engineering3d printedUltimate tensile strengthFinite element methodDisplacement (psychology)ModulusAcousticsEngineering

Résumé

récupéré en direct d'OpenAlex

3D printing manufacturing method gains significant attractions from industries due to its advantages over other production methods. Polylactic Acid (PLA), a biodegradable feedstock in 3D printing and one of the major filaments in the market, is investigated. Impulse Excitation Technique (IET) is used to obtain Young’s modulus of 3D-printed PLA specimens. The results are then compared with those achieved through experimental tensile testing. Displacement laser sensors, attached on the vertical base along cantilever 3D printed PLA cantilever beam samples, are used to capture the fundamental flexural frequencies of the beams, and are compared with those obtained from ANSYS FEM models. The effect of through-the-thickness cracks on the fundamental frequency of the defective samples is also studied, both experimentally and numerically. Samples including deliberately printed cracks of different depths and locations were examined through experiment and simulation. Results showed that the crack distance from the fixed-end has a more pronounced effect on fundamental frequency than the crack size. Finally, variation of numerically calculated fundamental frequency of defective beam models vs. crack depth and location are presented, which could be used as a database and pave the road to more elaborate crack identification techniques.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,023
Tête enseignante GPT0,251
Écart entre enseignants0,228 · 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'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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdditive Manufacturing and 3D Printing TechnologiesTravaux en français237 207