Weibull analysis of the effect of deposition temperature and number of layers on strength of fused deposition modeling plastics
Notice bibliographique
Résumé
Fused deposition modeling is an additive manufacturing process of building up a part layer by layer, with the strength of that part reliant on the bond strength between the fused layers. It is important to select printing parameters that result in a high inter-layer bond to maximize the overall structural integrity of the part. This research aims to explore the variation in the strength in addition to the mean strength in between the layers, which is critical to ensuring a more structurally sound part and should be kept in mind while choosing the printing parameters. This challenges the notion that the printing parameter that would yield the most structurally sound part would be the part with the highest mean bond strength. This research used special test samples to isolate the interlayer bonds for tensile strength testing. The tests were performed on samples with three interlayer bonds and the data was analyzed using Weibull statistics to determine the predicted tensile strength for up to 500 active layers. The tested parameter was nozzle extrusion temperature with a range of +/- 10 oC from the manufacturer’s recommended temperature. The printed polylactic acid (PLA) material had a higher average tensile strength at 205 oC than at 215 oC. However, the samples printed at 215 oC had less variation in bond strength (lower Weibull modulus) and once the number of interlayer bonds in the parts surpassed 106 layers, the samples can be expected to have higher overall tensile strength.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».