Fiber reinforced additive manufacturing: structurally motivated print orientation and sequential topology optimization of anisotropic material
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Purpose Fiber reinforced additive manufacturing (FRAM) is an emerging technology that combines additive manufacturing and composite materials. As a result, design freedom offered by the manufacturing process can be leveraged in design optimization. The purpose of the study is to propose a novel method that improves structural performance by optimizing 3D print orientation of FRAM components. Design/methodology/approach This work proposes a two-part design optimization method that optimizes 3D global print orientation and topology of a component to improve a structural objective function. The method considers two classes of design variables: (1) print orientation design variables and (2) density-based topology design variables. Print orientation design variables determine a unique 3D print orientation to influence anisotropic material properties. Topology optimization determines an optimal distribution of material within the optimized print orientation. Findings Two academic examples are used to demonstrate basic behavior of the method in tension and shear. Print orientation and sequential topology optimization improve structural compliance by 90% and 58%, respectively. An industry-level example, an aerospace component, is optimized. The proposed method is used to achieve an 11% and 15% reduction of structural compliance compared to alternative FRAM designs. In addition, compliance is reduced by 43% compared to an equal-mass aluminum design. Originality/value Current research surrounding FRAM focuses on the manufacturing process and neglects opportunities to leverage design freedom provided by FRAM. Previous FRAM optimization methods only optimize fiber orientation within a 2D plane and do not establish an optimized 3D print orientation, neglecting exploration of the entire orientation design space.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
score_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