MétaCan
Menu
Retour à la cohorte
Enregistrement W7116101022 · doi:10.82417/df4j-ms61

Effect of raster angles on the anisotropic behavior of 3D-printed TPU under uniaxial and planar loading conditions

2025· other· en· W7116101022 sur OpenAlexfundno aff

Notice bibliographique

RevueEspace ÉTS (ETS) · 2025
Typeother
Langueen
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Space AgencyYork University
Mots-clésThermoplastic polyurethaneIsotropyUltimate tensile strengthPlanarAnisotropyRaster scanStiffnessUniaxial tension

Résumé

récupéré en direct d'OpenAlex

Thermoplastic polyurethane (TPU) is typically modeled as an isotropic hyperelastic material. However, when fabricated using fused deposition modeling (FDM), it exhibits anisotropic behavior due to directional filament alignment. This study investigates the effects of raster orientation and layer height on the mechanical performance of 3D-printed TPU using uniaxial and planar tensile tests. Four raster angles (0°, 90°, 0/90°, and -45/45°) were tested under uniaxial loading, while planar tests used 0° and 90° orientations. The 0° raster, aligned with the loading direction, showed the highest tensile strength (~9.5 MPa), modulus (~22.85 MPa), and elongation (>250%). The 90° raster displayed the lowest performance, with early failure (~90-100% strain), lower strength (~4-8 MPa), and reduced stiffness (~19.34 MPa), due to weak interlayer bonding. Bidirectional raster angle showed intermediate responses. Planar tensile results confirmed this anisotropy, with 0° specimens reaching ~20 MPa and 230% strain, while 90° specimens failed at ~5 MPa and ~50-60% strain. Microscopy images revealed that reducing layer height from 0.24 mm to 0.18 mm improved interlayer bonding but narrowed raster-to-raster bond widths. These results highlight the strong influence of printing parameters on TPU anisotropy and the need for constitutive models that account for directional effects in 3D-printed soft materials.

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)0,001
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 seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 Opus0,011
Tête enseignante GPT0,276
Écart entre enseignants0,264 · 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'admission1
Résumé présentoui

Explorer davantage

Même revueEspace ÉTS (ETS)Travaux en français237 207