MétaCan
Menu
Retour à la cohorte
Enregistrement W4402943856 · doi:10.1016/j.nxmate.2024.100387

Optimising the fused filament fabrication process employing the experimental design approach: An expository paradigm under cold weather conditions and lightweight specimens

2024· article· en· W4402943856 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

fundUn bailleur canadien est enregistré sur le travail.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueNext Materials · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueAdditive Manufacturing and 3D Printing Technologies
Établissements canadiensnon disponible
Organismes subventionnairesDepartment of Mechanical Engineering, University of AlbertaSant Longowal Institute of Engineering and Technology
Mots-clésProtein filamentFabricationProcess (computing)Cold weatherComputer scienceMechanical engineeringMaterials scienceEngineering drawingNanotechnologyProcess engineeringEngineeringSystems engineeringMeteorologyComposite materialPhysicsProgramming language

Résumé

récupéré en direct d'OpenAlex

Among all 3D printing technologies , open chamber filament material extrusion (ME) is a rapidly growing technique to many extents. Despite the benefits, various topics concerning the robustness and quality of the 3D−printed parts remain vague, especially when operating in cold weather conditions. An engineering polymer , acrylonitrile−butadiene−styrene (ABS), has been utilised due to its immense applicability in automotive industries and its low cost. However, different process parameters, their correlation, and various environmental factors affect the enactment of filament ME components. In the current research, the effect of ME 3D printing process parameters such as layer thickness, extrusion temperature , and raster angle were selected after preliminary testing and optimised for surface roughness and tensile strength for ABS under cold weather conditions for 60 % infill rate lightweight specimens by using response surface methodology (RSM). It has been observed that mean surface roughness decreases as layer thickness and raster angle decrease and extrusion temperature increases (close to 4.24 µm). Maximum tensile strength is also reported at minimum layer thickness and higher extrusion temperature. Furthermore, the tensile fractured surface morphology has revealed the close packing of layers at 0º/90º raster angle, 240 ºC extrusion temperature, and 0.1 mm layer thickness (about 31 MPa). The study outcomes can assist industries operating in cold weather conditions in their pursuit of achieving high mechanical performance and superior surface finish. Beyond optimizing print quality, the study highlights the need for developing more resilient printing methodologies that can adapt to environmental fluctuations. Furthermore, this research offers a valuable contribution to sustainability efforts, as achieving high performance with lightweight materials can reduce material waste and energy consumption.

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.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,024
Score d'incertitude au seuil0,593

Scores Codex et Gemma par catégorie

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 savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,048
Tête enseignante GPT0,265
Écart entre enseignants0,218 · 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