MétaCan
Menu
Retour à la cohorte
Enregistrement W4386454733 · doi:10.1002/9781119210801.ch4

Directed Energy Deposition (DED)

2021· other· en· W4386454733 sur OpenAlexaff
Ehsan Toyserkani, Dyuti Sarker, Osezua Ibhadode, Farzad Liravi, Paola Russo, Katayoon Taherkhani

Notice bibliographique

Revuenon disponible
Typeother
Langueen
DomaineEngineering
ThématiqueAdditive Manufacturing Materials and Processes
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésDeposition (geology)LaserThermal conductionAbsorption (acoustics)ElectronBeam (structure)Cathode rayMaterials scienceMechanical engineeringPhysicsEngineering physicsOpticsEngineeringThermodynamics

Résumé

récupéré en direct d'OpenAlex

This chapter covers a brief description of the fundamental principles governing laser/electron beam material interaction and absorption. It focuses on physics, and governing equations of laser directed energy deposition (LDED) and electron beam directed energy deposition (EDED). Lasers and electron beams provide many advantages when it comes to the thermal material processing. A laser beam has many unique characteristics that make it a proper tool for material processing. Several aspects of electron beam interactions with materials are the same as laser material interaction; however, there are a few phenomena that need further understanding. Both LDED and EDED are complex processes that include multiple physical phenomena, such as energy absorption, heat conduction, heat losses, phase transformation, and fluid dynamics. To create a heat distribution in the DED substrate, three approaches have been made: analytical modeling, numerical modeling, and experimental-based modeling. The chapter discusses multiple models that are more popular for DED.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,113
Score d'incertitude au seuil0,960

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)0,0410,000

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 Opus0,006
Tête enseignante GPT0,181
Écart entre enseignants0,175 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdditive Manufacturing Materials and ProcessesTravaux en français237 207