MétaCan
Menu
Retour à la cohorte
Enregistrement W4396828982 · doi:10.1155/2024/1234797

Experimental Investigation on the 3D Printing of Nylon Reinforced by Carbon Fiber through Fused Filament Fabrication Process, Effects of Extruder Temperature, and Printing Speed

2024· article· en· W4396828982 sur OpenAlexaff
Mahmoud Moradi, Zeinab Malekshahi Beiranvand, Nahid Salimi, Mohammad Saleh Meiabadi, J. Lawrence

Notice bibliographique

RevueInternational Journal of Polymer Science · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueAdditive Manufacturing and 3D Printing Technologies
Établissements canadiensÉcole de Technologie Supérieure
Organismes subventionnairesUniversity of Northampton
Mots-clésMaterials sciencePlastics extrusionFabricationComposite materialProtein filamentProcess (computing)Fused filament fabricationFiber3D printingNylon 6PolymerComputer science

Résumé

récupéré en direct d'OpenAlex

This study investigated how the extruder temperature, printing speed, and specimen geometry interact during a tensile test of continuous carbon fiber‐reinforced nylon matrix composites produced by the fused deposition modelling (FDM) process. The investigation utilized statistical techniques. For this purpose, tensile examinations were done on manufactured samples using a testing apparatus. The study’s objective is to identify the most efficient specimen geometry for tensile testing result optimization and to maximize the 3D printing process’s capability for producing complex, freeform patterns in these composites. In this study, the input parameters required for the response surface methodology (RSM) were varying extruder temperature (240‐255°C) and printing speed (60‐80 mm/s), and experimental responses included modulus, elongation at break, and weight. The findings of the regression analysis showed output responses are influenced by both input variables. The results showed that the strength of the samples was significantly influenced by the input parameters. To draw the surface and residual plots, the software of design expert software was used. The interaction between the two input variables suggests raising the extruder temperature and decreasing printing speed, which leads to printing heavier samples. Inversely, the diversity between the forecasted and real responses for the optimal specimens is less than 10% which is assumed to be acceptable for the design of experiments (DOE). The analysis took into account the lower and upper ranges of the input variable with the goal of enhancing both the most modulus and fracture elongation while simultaneously degrading the weight of the specimens. To achieve this objective, the extruder temperature and printing speed are between 240 and 250°C and 65 and 75 mm/s, respectively.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
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)0,0010,000

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 Opus0,011
Tête enseignante GPT0,248
Écart entre enseignants0,238 · 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 source (Gemma direct ou Codex distillé), 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

Citations14
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Polymer ScienceMême sujetAdditive Manufacturing and 3D Printing TechnologiesTravaux en français237 207