MétaCan
Menu
Retour à la cohorte
Enregistrement W4412112824 · doi:10.1063/5.0264299

Numerical analysis of the cladding layer forming characteristics under the different wire feed speed conditions in additive manufacturing with inclined substrate

2025· article· en· W4412112824 sur OpenAlexaff
Yuewei Ai, Chenglong Ye, Yiyuan Wang, Chuanbin Du

Notice bibliographique

RevuePhysics of Fluids · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueAdditive Manufacturing Materials and Processes
Établissements canadiensMinistry of Education and Child Care
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésCladding (metalworking)PhysicsLayer (electronics)Composite materialSubstrate (aquarium)Materials science

Résumé

récupéré en direct d'OpenAlex

Additive manufacturing with inclined substrate often exists in the practical applications. Most of the studies about laser wire additive manufacturing (LWAM) are mainly focused on the condition with horizontal substrate. A dynamic model for the LWAM with inclined substrate is developed to analyze the cladding layer (CL) forming process under the different wire feed speed conditions. The effect of wire feed speed on the CL forming characteristics in the LWAM with inclined substrate is discussed. It is found that the molten pool (MP) length and the maximum height of CL are increased, and the transfer period is decreased with the increase in wire feed speed. When the wire feed speed is 35 mm/s, some shallow valleys formed in the middle part of CL cause the increase in the fluctuation range of CL height compared with that under 40 mm/s wire feed speed condition. The CL height keeps in the relatively stable status without the obvious fluctuation under 40 mm/s wire feed speed condition. As the wire feed speed is increased to 45 mm/s, the CL morphology indicates the characteristic with the obvious peak and valley, and the forming quality of CL is deteriorated seriously. The obtained results are beneficial for promoting the LWAM application with inclined substrate.

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 candidatesaucune
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 enseignants0,483
Score d'incertitude au seuil0,436

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 Opus0,013
Tête enseignante GPT0,242
Écart entre enseignants0,229 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhysics of FluidsMême sujetAdditive Manufacturing Materials and ProcessesTravaux en français237 207