MétaCan
Menu
Retour à la cohorte
Enregistrement W7055665463

Design for additive manufacturing. Guidelines and case studies for metal applications: Presentation held at The Cutting Edge, CMTS 2017, Canadian Manufacturing Technology Show, Toronto, 25 - 28 September 2017

2017· other· en· W7055665463 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

aboutLe titre ou le résumé porte un signal canadien du lexique géographique.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueFraunhofer-Publica (Fraunhofer-Gesellschaft) · 2017
Typeother
Langueen
DomaineEngineering
ThématiqueLaser Design and Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésScope (computer science)3D printingAdvanced manufacturingPresentation (obstetrics)Manufacturing operationsKey (lock)Order (exchange)Computer-integrated manufacturingManufacturing
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Additive Manufacturing (AM), often simply called 3D printing, provides nearly unrestricted freedom to design parts in order to optimize their functionality. It offers designers and manufacturers the ability to produce shapes and designs that would be impossible to produce using conventional manufacturing technologies such as moulding or machining. Optimizing the design of parts can be achieved by reducing their weight, incorporating internal features or reducing the need for assembling separate components. AM also offers the opportunity to reduce or eliminate waste that results from manufacturing, and to reduce the need for warehousing while enhancing the value of local production. The efficient use of AM technologies requires a rethinking in 3D design, which currently still poses a barrier particularly for small and medium-sized enterprises (SMEs) of metal industry. Advantages and opportunities as well as restrictions of additive manufacturing must be well known in order to pave the way for a successful commercialisation and to make AM a competitive manufacturing method. The presentation summarizes a study on "DESIGN FOR ADDITIVE MANUFACTURING - Guidelines and Case Studies for Metal Applications" and is based on seven components, which were developed and manufactured in the scope of separate projects, but have been selected, reviewed and assessed in a detailed case study particularly and retrospectively within this task. The design of each component was tailored to the specific needs of the chosen AM technology. The development and manufacturing activities were performed by Fraunhofer Institutes, who are members of the Fraunhofer Additive Manufacturing Alliance. The alliance integrates seventeen Fraunhofer Institutes across Germany, which deal with subjects concerning additive manufacturing and represent the entire process chain including the development, application and implementation of additive production processes as well as associated materials. The presentation identifies leading edge industrial applications and trends associated with the design for additive manufacturing and limitations related to current AM technologies. The evaluation of the seven case studies highlights general design principles to take best advantage of the powder bed based additive manufacturing techniques Laser Beam Melting (LBM) and Electron Beam Melting (EBM). Moreover, the design optimisation and material characterisation are analysed. Finally, there are given overall conclusions with focus on AM-specific design optimisation, main flaws and weaknesses of the considered metal AM processes as well as aspects of AM commercialisation.

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.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche
Catégories consensuellesMéta-épidémiologie (sens strict)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,576
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0020,001
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
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 Opus0,060
Tête enseignante GPT0,323
Écart entre enseignants0,263 · 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