Estimación numérica de las constantes elásticas de estructuras impresas en PLA y validación mediante ensayos experimentales
Bibliographic record
Abstract
La fabricación aditiva o impresión 3D mediante deposición de material fundido es una técnica de fabricación que presenta grandes ventajas, tales como la variabilidad de piezas que un mismo dispositivo puede fabricar/imprimir o la rapidez de diseño. No obstante, existe una brecha en el conocimiento del comportamiento mecánico de las estructuras impresas en 3D, dificultando la implantación de estas en el entorno industrial. En este trabajo, se pretende analizar las propiedades mecánicas de estructuras obtenidas por fabricación aditiva desde una escala mesoscópica, validando los resultados obtenidos mediante ensayos experimentales. Para ello, mediante modelos numéricos de elementos finitos y homogeneización numérica de la respuesta elástica, se obtendrán las constantes elásticas de diferentes estructuras. Además, se ha llevado a cabo la caracterización de estas estructuras mediante microtomografía computarizada, segmentación de imagen y la correlación digital de imágenes. Los resultados ponen de manifiesto la existencia de microporos que afectan al comportamiento mecánico.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".