Evaluation of novel 3D printed foam patterns for rapid investment casting based on fused filament fabrication
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.
Notice bibliographique
Résumé
Purpose This study aims to evaluate the effectiveness of three-dimensional (3D) printed foam polylactic acid (PLA) patterns in reducing ceramic shell stresses and cracking during burnout in the rapid investment casting (RIC) process to improve casting yield and dimensional tolerances. Design/methodology/approach Cylindrical and step-wedge patterns were 3D printed using foam PLA feedstock and compared with patterns from plain PLA and Polyvinyl Butyral (PVB). The patterns were shelled using ceramic slurry and investment cast in A356.1 aluminum alloy. Shell cracking and dimensional tolerances of resulting castings were assessed. Additionally, a complex component was 3D printed, laser-scanned, then cast and rescanned to evaluate dimensional accuracy. Finite Element Analysis (FEA) was conducted on cylindrical geometries to analyze internal mold pressure because of thermal stresses during burnout. Findings The foam PLA for all patterns produced no shell cracking during both ramp and flash burnouts. Castings made from foam PLA patterns showed improved dimensional tolerances and a narrower error distribution in GD&T analysis compared to those made from PLA and PVB. FEA results indicated that the thermomechanical properties of foam PLA reduce internal mold pressure by over 90%, which decreased internal shell stresses. Originality/value This research introduces a novel application of 3D printed foam PLA feedstock in the RIC process as a pattern material. This study demonstrates that foam PLA patterns effectively eliminate shell cracking during burnout and enhance dimensional accuracy. The findings of this study offer a new approach for improving dimensional tolerances and casting yield in RIC, which has not been previously explored.
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 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 | 0,002 | 0,001 |
| 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 | 0,000 |
| 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 découle