Review of Opportunities and Challenges for Additive Manufacturing of Steels in the Construction Industry
Notice bibliographique
Résumé
ABSTRACT Additive manufacturing (AM), or 3-D printing, encompasses a range of technologies that “print” material layer by layer to create the final part. Though there is significant interest in the AM of concrete in the construction sector, opportunities for the AM of steel still need to be explored. This review focuses on the AM of low-alloy steels, stainless steels, duplex stainless steels (DSSs), precipitation-hardened (PH) stainless steels, and tool steels, highlighting the challenges and opportunities of employing AM technology for construction applications. Fusion-based AM technologies, such as wire arc additive manufacturing (WAAM), laser powder bed fusion (LPBF), and laser-directed energy deposition (LDED), are the core technologies that have been tested in the industry so far. WAAM has seen the most exploration for construction applications because of its higher deposition rate, larger build volume, and lower cost than other AM technologies. The mechanical performance of low-alloy steel, stainless steel, and tool steel shows increased tensile strengths after AM processing compared with wrought counterparts. Although AM is not economical for geometrically simple metal components or geometries, there is potential for AM to fabricate unique structural connections or joints, optimized load-bearing columns, and even entire bridges, as highlighted in this paper. AM’s digital nature (i.e., using computer-aided design (CAD) to create G-code paths for printing) can increase structural efficiency if coupled with topology optimization methods and high-strength alloys. Currently, however, general applications of AM in the industry are limited because of barriers with structural codes and standards not incorporating AM parts and AM technology barriers (i.e., limited build volumes).
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».