Computed Tomography-Based Volumetric Additive Manufacturing: Development of a Model Based on Resin Properties and Part Size Interrelationship—Part I
Notice bibliographique
Résumé
This study presents an analytical description of the computed tomography-based volumetric additive manufacturing (VAM) process, with an emphasis on the impact of resin properties on product dimensions. The main issue addressed in this study is the assessment of the dimensional limitation of the objects produced using the VAM process, which is usually reported to be of the order of one centimeter. An analytical model is introduced to predict the product size based on the resin property (penetration depth—Dp), vial size (radius), and the duration of part formation, and the results indicate significant correlations among these parameters. A method of Dp measurement and analysis that is appropriate for the VAM process is also introduced. Mathematical justification is provided along with experimental verification for the effects of the main governing factor, Dp, on the maximum possible product size. Multiple criteria are also introduced for selecting the appropriate size of the resin container (vial) based on the desired object size and the value of Dp. It was found that the Dp is a crucial factor in analysis and experimentation in the VAM process, and its value is fundamentally different from the one obtained in the conventional polymerization AM methods. The product dimension based on the resin property, vial size, and time for the formation of the part is introduced by the analytical model. This model provides valuable insights into the complex interplay of factors influencing VAM outcomes and can facilitate informed decision-making in material selection and process design.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».