Additively manufactured conformal cooling channels through topology optimization
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
Abstract Cooling channels play a critical role in various casting and molding processes, impacting both the cycle time and quality of the product. As additive manufacturing technologies become increasingly prevalent, conventional straight-drilled channels are being progressively substituted by intricate cooling lines that conform to the contours of the fabricated part. This transition can lead to a significant reduction of the solidification time and temperature gradients, consequently lowering the occurrence of part defects. However, designing such channels becomes challenging as geometric complexity and manufacturing constraints increase. In this work, we present a density-based topology optimization approach to generate conformal cooling channels in molds and dies inserts. To mitigate temperature variations, the objective function is penalized using the temperature standard deviation of the insert cavity surface. A density-gradient-based constraint is further utilized to reduce the generation of overhanging structures and promote manufacturability. In particular, the use of this constraint leads to the generation of channels characterized by a teardrop-shaped cross section. The cooling efficiency of a selected optimized design is confirmed through computations using a body-fitted solver. The geometry is subsequently manufactured by Laser Powder Bed Fusion (LPBF) and experiments are conducted to compare its performance in comparison to a design featuring straight-drilled channels. The results demonstrate that the optimized geometry significantly enhances the heat extraction rate and further leads to a 43% reduction of the cavity temperature standard deviation.
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 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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