MétaCan
Menu
Retour à la cohorte
Enregistrement W4402031551 · doi:10.32920/26862382

A Numerical Investigation Into the Natural Frequency Analysis of Delaminated 3D-Printed PLA Beams Including Contact

2024· preprint· en· W4402031551 sur OpenAlexaff
Yousef Tabe

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineMaterials Science
ThématiqueTextile materials and evaluations
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésNatural (archaeology)Natural frequencyMaterials scienceComposite materialAcousticsGeologyPhysicsVibration

Résumé

récupéré en direct d'OpenAlex

<p>This report includes the results of experimental and numerical modal analyses, performed to determine the flexural fundamental natural frequency of the 3D-printed PLA beam with delamination. Two types of 3D-printed samples, having 0.1mm and 0.5mm delamination thicknesses, are studied. The results of numerical modal analysis are compared and verified against those obtained experimentally. The Finite Element Analysis (FEA), carried out numerically using ABAQUS software, was performed for six cases. For a sample with 0.1mm delamination thickness, two analyses were performed by first excluding and then in the presence of contact/friction in the delamination zone. Another specimen, with a 0.5mm-thick delamination region, was also investigated, where two sets of studies were conducted. The delamination region was first modeled as uniform and was then refined to include the geometric non-uniformity resulting from the 3D-printing process. The latter model exhibits a more realistic representation of the real sample. In each case, two numerical modal analyses were performed, without and with friction contact in the delaminated segment. At the end, a comparison is made between all these models to show the effect of friction, delamination thickness, as well as uniform vs realistic modeling of the delamination, on the bending fundamental frequency of the PLA delaminated beam.</p>

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,580
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
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 Opus0,037
Tête enseignante GPT0,318
Écart entre enseignants0,282 · 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.

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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetTextile materials and evaluationsTravaux en français237 207