MétaCan
Menu
Retour à la cohorte
Enregistrement W4399286670 · doi:10.3390/mi15060734

Electroforming of Personalized Multi-Level and Free-Form Metal Parts Utilizing Fused Deposition Modeling-Manufactured Molds

2024· article· en· W4399286670 sur OpenAlexafffund
Hazem Hamed, Sayed MohammadAli Aghili, Rolf Wüthrich, Jana D. Abou-Ziki

Notice bibliographique

RevueMicromachines · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueAdditive Manufacturing and 3D Printing Technologies
Établissements canadiensConcordia UniversityOntario Tech University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésElectroformingFabricationMoldFused deposition modelingMaterials scienceDeposition (geology)Rapid prototypingProcess (computing)3D printingNanotechnologyProcess engineeringEngineeringComputer scienceMetallurgyComposite materialLayer (electronics)

Résumé

récupéré en direct d'OpenAlex

Adapting to the growing demand for personalized, small-batch manufacturing, this study explores the development of additively manufactured molds for electroforming personalized metal parts. The approach integrates novel multi-level mold design and fabrication techniques, along with the experimental procedures for the electroforming process. This work outlines design considerations and guidelines for effective electroforming in additively manufactured molds, successfully demonstrating the production of composite metal components with multi-level and free-form geometries. By emphasizing cost efficiency and part quality, particularly for limited-thickness metal components, the developed technique offers distinct advantages over existing metal additive manufacturing methods. This approach establishes itself as a flexible and durable method for metal additive manufacturing, expanding the scope of electroforming beyond traditional constraints such as thin-walled hollow structures, 2D components, and nanoscale applications.

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 enseignants0,429
Score d'incertitude au seuil0,873

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 Opus0,027
Tête enseignante GPT0,245
Écart entre enseignants0,218 · 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

Citations2
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMicromachinesMême sujetAdditive Manufacturing and 3D Printing TechnologiesTravaux en français237 207