MétaCan
Menu
Retour à la cohorte
Enregistrement W4414000744 · doi:10.1002/admt.202500882

Jigsaw Pattern Infills Inspired by Toughening Mechanisms of Diabolical Ironclad Beetle for 3D Printing Technologies

2025· article· en· W4414000744 sur OpenAlexaff
Tae‐Ho Kim, Dominic Jaworiski, Lazar I. Jovanovic, Edward J. Park

Notice bibliographique

RevueAdvanced Materials Technologies · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueAdditive Manufacturing and 3D Printing Technologies
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésTougheningJigsawMedicineComputer sciencePsychologyMaterials scienceComposite material

Résumé

récupéré en direct d'OpenAlex

Abstract The Jigsaw puzzle‐like biological shape of the diabolical ironclad beetle, renowned for exceptional toughness due to interlocking and laminated blade geometries, serves as inspiration for advanced infill designs in fused filament fabrication (FFF) 3D printing. Thus, a biomimetic Jigsaw pattern infill is developed to mitigate the structural failure typically observed in conventional infill under mechanical loads. Through experimental and computational analyses, the biomimetic features of the Jigsaw pattern infills have been verified. Additionally, central composite design statistics are conducted to identify comprehensive trends in design and 3D printing parameters. The synergetic effects of the infills with continuous carbon fiber reinforcement (CCFR) in 3D printing have been investigated. The Jigsaw infill minimizes mechanical strength losses caused by variability in infill density and extrusion flow rate, outperforming conventional infills. Moreover, specimens with Jigsaw infills (ASTM D790) achieve a flexural strength of 338.9 MPa at a carbon fiber volume fraction of 23.58%, surpassing that of specimens with line‐based solid infill (305.5 MPa at 32.16%). Jigsaw infills with CCFR have been intuitively demonstrated through 3D printed carjack applications, which reliably endure loads of up to 1089 kg. These features highlight the potential for lightweight structural applications in the automotive and robotic industries.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,006
Tête enseignante GPT0,226
Écart entre enseignants0,220 · 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 source (Gemma direct ou Codex distillé), 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 revueAdvanced Materials TechnologiesMême sujetAdditive Manufacturing and 3D Printing TechnologiesTravaux en français237 207