MétaCan
Menu
Retour à la cohorte
Enregistrement W4402438991 · doi:10.11159/icmie24.133

Analysis Of The Mechanical Properties Of 3d Printed Structures And Comparison Of Results Through Simulations In Solidworks Software

2024· article· en· W4402438991 sur OpenAlexvenueno aff
Gisela Iveth Aguilar Arita, María Elena Perdomo, Stephanie Santos

Notice bibliographique

RevueProceedings of the World Congress on Mechanical, Chemical, and Material Engineering · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueAdditive Manufacturing and 3D Printing Technologies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clés3d printedSoftwareComputer scienceEngineering drawingSolid modelingComputer graphics (images)Mechanical engineeringEngineeringManufacturing engineeringProgramming languageArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Additive manufacturing, also known as 3D printing, has revolutionized the way components are designed and manufactured across various industries.This innovative approach allows for the creation of complex and customized three-dimensional objects from digital data, overcoming many of the limitations associated with traditional manufacturing methods.Unlike subtractive manufacturing, additive manufacturing builds objects layer by layer, reducing waste and enabling complex designs.The significance of extends to multiple fields, including medicine, aerospace, automotive, architecture, and consumer goods production.However, to ensure the structural integrity and safety of components manufactured through additive manufacturing, it is crucial to understand and study their mechanical properties.This includes analyzing the tensile strength, compression, bending, and material fatigue.Therefore, the purpose of this research is to study the mechanical properties of IPR and IPS beam-scale structures manufactured using the 3D printing technique known as Fused Deposition Modeling (FDM).The analysis of the mechanical properties will be conducted by comparing results obtained from simulations in the SolidWorks software.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,029

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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.

Tête enseignante Opus0,015
Tête enseignante GPT0,237
Écart entre enseignants0,221 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the World Congress on Mechanical, Chemical, and Material EngineeringMême sujetAdditive Manufacturing and 3D Printing TechnologiesTravaux en français237 207