3DCastleBenchy: a process-independent benchmark for additive manufacturing
Notice bibliographique
Résumé
Purpose The 3DCastleBenchy has been developed to facilitate wider adoption and use of additive manufacturing benchmarking artefacts which encourage both technical and non-technical users and designers to connect the growing number of technologies available. This tool will help people working with additive manufacturing to gain understanding of the limitations and design rules for each process. Design/methodology/approach Benchmarking is of critical importance for additive manufacturing, allowing for comparisons between technology capability, process optimisation and design guidelines. This work presents the 3DCastleBenchy, a design which balances aesthetic appeal and specific, measurable features which can be used for comparing various additive manufacturing processes. Findings The benchmark design was fabricated with three fundamentally different metal additive processes, laser-directed energy deposition (L-DED), laser powder bed fusion (L-PBF) and metal extrusion (MEX). These resulting parts were then analysed, thereby allowing common defects and limitations of each process to be identified, namely, the overhang limitations of traditional L-DED, the cracking that can occur in L-PBF and the deposition tool path artefacts present in MEX. Originality/value Existing benchmarks typically focus on either tolerance engineering features, or they are purely artistic/demonstrative pieces. The 3DCastleBenchy has been designed to find a balance between these objectives to facilitate communication of design for additive manufacturing concepts.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».