MétaCan
Menu
Retour à la cohorte
Enregistrement W4388934183 · doi:10.1088/1361-665x/ad0f35

Multimode coaxial extrusion of segmented core-shell structures for soft metamechanics and biomimetic applications

2023· article· en· W4388934183 sur OpenAlexaff
Jiawen Xu, Yanbing Cao, Zhenyu Wang, Heng‐Yong Nie, Xiaolong Wang, Yu Liu

Notice bibliographique

RevueSmart Materials and Structures · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Materials and Mechanics
Établissements canadiensWestern University
Organismes subventionnairesJiangsu Provincial Key Research and Development ProgramChina Scholarship CouncilNational Natural Science Foundation of China
Mots-clés3D printingMaterials scienceCoaxialShell (structure)Rapid prototypingExtrusionCore (optical fiber)Mechanical engineeringSoft materialsFused deposition modelingNanotechnologyMulti-mode optical fiberComputer scienceComposite materialEngineeringOptical fiber

Résumé

récupéré en direct d'OpenAlex

Abstract The unique ability to combine versatile materials via additive manufacturing greatly enhances the functionalities of soft machines. However, manufacturing for multi-material devices often involves complex and redundant procedures. Herein, we develop a multimode coaxial direct ink writing method for efficient 3D printing of multi-material filaments in the form of core-shell material distribution at millimeter scales. Through simulations and experiments, essential printing parameters, such as extrusion pressure and deposition speed combinations, are investigated to control compositions simultaneously. As exemplars, we fabricate soft lattices presenting tunable mechanical responses by printing soft and tough silicone in a single pass. We also demonstrate bio-mimetic potentials by fabricating soft fingers and magnetic shape-shifting structures with multiple functional materials. Our method is expected to provide a new paradigm for designing and manufacturing the rapid prototyping of soft functional machines.

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 enseignants0,108
Score d'incertitude au seuil0,696

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 Opus0,018
Tête enseignante GPT0,253
Écart entre enseignants0,235 · 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

Citations3
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSmart Materials and StructuresMême sujetAdvanced Materials and MechanicsTravaux en français237 207