MétaCan
Menu
Retour à la cohorte
Enregistrement W4403762354 · doi:10.1002/pc.29195

A multi‐layer approach for additive manufacturing of continuous fiber composites

2024· article· en· W4403762354 sur OpenAlexafffund
Hussam Tawfik, Peter Goldsmith

Notice bibliographique

RevuePolymer Composites · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueAdditive Manufacturing and 3D Printing Technologies
Établissements canadiensUniversity of Calgary
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaAlberta Innovates
Mots-clésMaterials scienceComposite materialFiberLayer (electronics)

Résumé

récupéré en direct d'OpenAlex

Abstract Additive manufacturing (AM) of continuous fiber reinforced polymer composites (cFRPCs) requires innovative tool‐pathing strategies that account for the anisotropic properties of the continuous fibers and ensure their continuous deposition as reinforcement along the designed structure, reducing fibers bending and cutting. Existing 3D printing slicing software, designed for isotropic materials like neat polymers, has been adapted for 3D printing of continuous fiber composites, resulting in a layer‐by‐layer approach that necessitates filament cutting after each layer deposition. This method introduces discontinuities, weakening the material and underutilizing continuous fibers strength. In this research, we propose a novel tool‐pathing strategy designed to address these challenges through (1) Ensuring fiber continuity across layers by allowing overlapping filaments and (2) Strategically positioning fiber cut points based on stress distribution, modeled using finite element analysis. A Multi‐Layer Continuous Fiber Path (ML‐CFP) approach was introduced and validated on a simple bracket structure featuring two load‐application inserts. 3D printed brackets using different tool paths were tested to failure under tension and compression after compression molding to improve interlayer adhesion. Mechanical investigations confirmed that the ML‐CFP approach enhances fiber utilization, improving tensile strength and work to fracture by up to 46% and 100% through promoting failure in fibers rather than at cut points. Highlights Introduced the multi‐layer continuous fiber path method (ML‐CFP) in AM of cFRPCs. Introduced the strategic cut point placement (SCPP) based on stress distribution. Maintaining fiber continuity and reduce fiber bending by allowing filament overlap. Mechanical testing to compare the ML‐CFP with conventional slicing methods. Enhanced tensile strength by up to 46% and work to fracture by 100%.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,267
Score d'incertitude au seuil1,000

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 savante0,0000,000
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 Opus0,017
Tête enseignante GPT0,234
Écart entre enseignants0,217 · 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

Citations5
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePolymer CompositesMême sujetAdditive Manufacturing and 3D Printing TechnologiesTravaux en français237 207