MétaCan
Menu
Retour à la cohorte
Enregistrement W4394952152 · doi:10.21741/9781644903131-22

Influence of thermal treatment on surface roughness, microstructural, and mechanical properties of 3D printed ABS

2024· article· en· W4394952152 sur OpenAlexafffund
Khanh Q. Nguyen

Notice bibliographique

RevueMaterials research proceedings · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueAdditive Manufacturing and 3D Printing Technologies
Établissements canadiensCegep de Thetford
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversité de Sherbrooke
Mots-clés3d printedMaterials scienceSurface roughnessComposite materialThermalSurface finishBiomedical engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

Abstract. Additive manufacturing (AM) has been widely used for rapid prototyping (RP) techniques due to its low cost and customizability. This technique allows for rapid and competitive price production compared to conventional manufacturing. However, pieces fabricated with the AM technique usually possess poor mechanical and surface properties compared to the injection molding technique. Based on COALIA's recent patent, a thermal treatment approach was used to improve the performance of printed parts. In this study, acrylonitrile-butadiene-styrene (ABS) was printed using fused deposition modeling (FDM) with and without heat treatment at 35 mm/s of printing speed. The physical and mechanical properties of printed ABS parts were then investigated. Tensile tests were performed to investigate the tensile strength, elastic modulus, and elongation at break. After tensile tests, X-ray microtomography was conducted to evaluate the surface morphologies. An optical profilometer analysis was also used to measure the surface roughness.

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 enseignants0,002
Score d'incertitude au seuil0,409

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 Opus0,042
Tête enseignante GPT0,292
Écart entre enseignants0,250 · 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
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMaterials research proceedingsMême sujetAdditive Manufacturing and 3D Printing TechnologiesTravaux en français237 207