MétaCan
Menu
Retour à la cohorte
Enregistrement W4410233045 · doi:10.1016/j.addlet.2025.100289

Continuous carbon fiber 3D printing with interweaving deposition for enhanced mechanical performance in fused filament fabrication

2025· article· en· W4410233045 sur OpenAlexafffund
Ahmed El-Sherbiny, Ahmed Jawad Qureshi, Pierre Mertiny

Notice bibliographique

RevueAdditive Manufacturing Letters · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueAdditive Manufacturing and 3D Printing Technologies
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésFabrication3D printingDeposition (geology)Materials scienceFused filament fabricationProtein filamentFiberNanotechnologyFused deposition modelingCarbon fibersComposite materialGeologyComposite number

Résumé

récupéré en direct d'OpenAlex

Additive manufacturing (AM) has revolutionized modern manufacturing by enabling the rapid prototyping and production of complex geometries with minimal material waste. Among AM techniques, Fused Filament Fabrication (FFF) is widely used for polymer-based manufacturing but exhibits limitations in high-performance applications due to insufficient mechanical properties. To address these shortcomings, this study focuses on advancing a standard FFF system to integrate Continuous Carbon Fiber (CCF) and implement interweaving deposition patterns, with the goal of enhancing structural performance and integrity. Representative volume element modeling and finite element analysis were conducted to evaluate the mechanical behavior, with results validated through experimental mechanical testing. The results confirm that CCF reinforcement improves the mechanical performance of printed components, particularly in the raster direction, although variations in response highlight the influence of material imperfections and non-linearities. The study demonstrates the potential of advanced CCF 3D printing in addressing the limitations of traditional FFF and provides insights for further advancements in polymer composite AM.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,836
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 Opus0,005
Tête enseignante GPT0,197
Écart entre enseignants0,192 · 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

Citations3
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAdditive Manufacturing LettersMême sujetAdditive Manufacturing and 3D Printing TechnologiesTravaux en français237 207