MétaCan
Menu
Retour à la cohorte
Enregistrement W4386454747 · doi:10.1002/9781119210801.ch2

Basics of Metal Additive Manufacturing

2021· other· en· W4386454747 sur OpenAlexaff
Ehsan Toyserkani, Dyuti Sarker, Osezua Ibhadode, Farzad Liravi, Paola Russo, Katayoon Taherkhani

Notice bibliographique

Revuenon disponible
Typeother
Langueen
DomaineEngineering
ThématiqueAdditive Manufacturing and 3D Printing Technologies
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésWeldabilityMaterials scienceExtrusionFabricationAlloyMechanical engineeringMetallurgyMetal powderProcess engineeringCompatibility (geochemistry)LaminationPowder metallurgyDeposition (geology)MetalComposite materialEngineeringMicrostructure

Résumé

récupéré en direct d'OpenAlex

This chapter helps the students to understand the main additive manufacturing (AM) technologies used for metal fabrication and advantages and limitations of each technology. It introduces the main metal AM technologies: powder bed fusion, directed energy deposition, and binder jetting, and sheds some light on sheet lamination, material extrusion, and material jetting processes. Metal AM is very different from most conventional techniques in terms of thermodynamics and solidification rate. All AM process parameters can be divided into three categories: input parameters, process physics, and output parameters. There are several techniques used to produce powder particles for different industries, including AM. These techniques are: water atomization, gas atomization, plasma atomization, and centrifugal atomization. Powders are the predominant form of material used in most AM systems. The weldability of an alloy is a good indicator of its compatibility with AM processes.

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 candidatesMéta-épidémiologie (sens strict), Charge 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 enseignants0,412
Score d'incertitude au seuil1,000

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)0,0090,000

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 Opus0,013
Tête enseignante GPT0,212
Écart entre enseignants0,200 · 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 and 3D Printing TechnologiesTravaux en français237 207