Holographic direct sound printing
Notice bibliographique
Résumé
Direct sound printing (DSP), an alternative additive manufacturing process driven by sonochemical polymerization, has traditionally been confined to a single acoustic focal region, resulting in a voxel-by-voxel printing approach. To overcome this limitation, we introduce holographic direct sound printing (HDSP), where acoustic holograms, storing cross-sectional images of the desired parts, pattern acoustic waves to induce regional cavitation bubbles and on-demand regional polymerization. HDSP outperforms DSP in terms of printing speed by one order of magnitude and yields layerless printed structures. In our HDSP implementation, the hologram remains stationary while the printing platform moves along a three-dimensional path using a robotic arm. We present sono-chemiluminescence and high-speed imaging experiments to thoroughly investigate HDSP and demonstrate its versatility in applications such as remote ex-vivo in-body printing and complex robot trajectory planning. We showcase multi-object and multi-material printing and provide a comprehensive process characterization, including the effects of hologram design and manufacturing on the HDSP process, polymerization progression tracking, porosity tuning, and robotic trajectory computation. Our HDSP method establishes the integration of acoustic holography in DSP and related applications. Within the field of additive manufacturing, direct sound printing is limited to a voxel-by-voxel printing. Here, the authors overcome this limitation with a holographic direct sound printing technique in which the information printed part is stored in an acoustic hologram and the printing material polymerizes instantly therefore improving the printing speed and allowing to print multimaterial objects even behind optically non-transparent media.
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 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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».