MétaCan
Menu
Retour à la cohorte
Enregistrement W4403877673 · doi:10.3390/engproc2024076049

Design and Flow Simulation of Resin Dispensing System for UV Laser-Based Extrusion 3D Printing Technique

2024· article· en· W4403877673 sur OpenAlexaff
Chowdhury Sakib-Uz-Zaman, Mohammad Abu Hasan Khondoker

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueAdditive Manufacturing and 3D Printing Technologies
Établissements canadiensUniversity of Regina
Organismes subventionnairesnon disponible
Mots-clésExtrusion3D printingMaterials scienceFlow (mathematics)LaserComputer scienceMechanical engineeringEngineering drawingProcess engineeringComposite materialEngineeringOpticsMechanicsPhysics

Résumé

récupéré en direct d'OpenAlex

Stereolithography (SLA) is a 3D printing technology that uses a laser to cure liquid resin from a tank, layer by layer, to create highly detailed and precise objects. However, this 3D printing technique requires a large amount of resin material to be placed in the bath that is exposed to UV each time a layer is printed. On the other hand, extrusion 3D printing offers the printing of a part by dispensing only the desired amount of material on demand. However, extrusion 3D printing does not result in the intricate high-resolution features that can be achieved in SLA. To be able to 3D-print high-resolution parts without needing a large resin bath, a dispensing system was designed that would deposit only the required amount of resin on demand while high-resolution capability is achieved by curing the deposited resin using a UV laser. To ensure the isotropic properties of the printed parts, fluid flow simulations of the polymer resin through the designed dispensing system were performed. Therefore, the primary objectives were twofold: (1) designing a resin dispensing system including a specialized nozzle to promote laminar flow and (2) conducting fluent simulations to analyze the nozzle’s performance. The fluent simulations provided valuable insights into the fluid dynamics, affirming the nozzle’s efficiency in ensuring a consistent and controlled laminar flow of the resin during the dispensing process.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,023
Tête enseignante GPT0,245
Écart entre enseignants0,222 · 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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdditive Manufacturing and 3D Printing TechnologiesTravaux en français237 207