MétaCan
Menu
Retour à la cohorte
Enregistrement W4402449641 · doi:10.1016/j.addma.2024.104423

Unveiling the impact of short fibre reinforcement and extrusion properties on microstructure of 3D printed polycarbonate composites

2024· article· en· W4402449641 sur OpenAlexafffund
Farimah Tikhani, Adam Gurbin, Pascal Hubert

Notice bibliographique

RevueAdditive manufacturing · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueAdditive Manufacturing and 3D Printing Technologies
Établissements canadiensMcGill UniversityAS Composite (Canada)
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésMaterials sciencePolycarbonateComposite materialExtrusionMicrostructureReinforcement3d printed3D printingBiomedical engineering

Résumé

récupéré en direct d'OpenAlex

In the evolving realm of additive manufacturing, this study investigates the microstructural and mechanical implications of short fibre reinforcement within Polycarbonate (PC) composites fabricated via material extrusion (MEX). The research specifically examines the roles of extrusion temperature, extrusion multiplier and fibre content on void content and fibre alignment, with a focus on their influence on inter-bead strength and overall print quality. Through a combination of high-resolution micro-CT scanning and mechanical testing, the study reveals that an increase in the extrusion multiplier significantly enhances fibre-bridging up to 47 % and inter-bead adhesion up to 237 % depending on the fibre content. It also traces an optimal fibre content threshold that maximizes benefits of fibre bridging, thereby bolstering the mechanical properties of the material. The comprehensive analysis demonstrates that precise control over the extrusion parameters as well as filament quality are crucial for exploiting the full potential of fibre reinforcement in 3D printed structures. This research advances our understanding of MEX in fabricating short fibre-reinforced composites, offering novel insights for tailoring material properties to meet the demands of high-performance applications.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,012
Tête enseignante GPT0,229
Écart entre enseignants0,216 · 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'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

Citations14
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAdditive manufacturingMême sujetAdditive Manufacturing and 3D Printing TechnologiesTravaux en français237 207