MétaCan
Menu
Retour à la cohorte
Enregistrement W4415927253 · doi:10.15353/hi-am.v1i1.6778

Assessing the impact of binder saturation on print quality of binder jetted green samples of regular morphologies

2025· article· W4415927253 sur OpenAlexafffund
Alexandra Darroch, E.S. Yang, Mihaela Vlasea

Notice bibliographique

RevueProceedings of the Holistic Innovation in Additive Manufacturing (HI-AM) Conference · 2025
Typearticle
Langue
DomaineEngineering
ThématiqueAdditive Manufacturing and 3D Printing Technologies
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaFedDev Ontario
Mots-clésSaturation (graph theory)CalipersAlloyProfilometerInkwellManufacturing process

Résumé

récupéré en direct d'OpenAlex

A pivotal process parameter in binder jetting additive manufacturing (BJAM) is binder saturation, defined as the volumetric ratio of binder deposited to voids within the powder bed. Improperly tailored binder saturation may lead to printing issues such as binder overspread, increased surface roughness, and layer delamination. These existing issues may be further exacerbated with the use of irregular morphological powders, which have a higher degree of interparticle friction and therefore tend to form powder beds with larger pores. This then slows down binder imbibition into the bed. This research will examine the effect of varying binder saturation on a regular (sphericity of 0.95) powder morphology and the resulting green part qualities using C18150 copper alloy powder. A metric used to assess quality is dimensional fidelity, evaluated using image processing techniques to compare designed vs. actual feature size of key geometric structures such as fine through holes and horizontal slots. Additionally, the green density of prints was evaluated with a precision balance and calipers on cubic samples. It was found that, for regular morphology powders, dimensional error did not scale with decreasing feature size. Thus, uniform compensation factors may be implemented into future CAD designs to improve dimensional accuracy.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,091
Tête enseignante GPT0,349
Écart entre enseignants0,258 · 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

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProceedings of the Holistic Innovation in Additive Manufacturing (HI-AM) ConferenceMême sujetAdditive Manufacturing and 3D Printing TechnologiesTravaux en français237 207