Development of a New Material Deposition Approach to Maximize Density and Minize Dimensional Deviations in Green Parts Produced by Material Extrusion
Bibliographic record
Abstract
La fabrication additive par extrusion de matériau (MEX) de polymères fortement chargés montre un potentiel significatif pour le prototypage et la fabrication rapide de composants métalliques à géométrie complexe. Cependant, un défi important de ce procédé réside dans l’élimination des vides rhomboïdes à l’intersection des quatre joncs de matière extrudés présentant une forme oblongue. La taille et la disposition de ces vides, qui limitent la densité à vert atteignable par cette technique, est principalement influencé par la méthode de dépôt. Pour aborder ce défi, une étude de l’impact de certain des paramètres d’extrusion (hauteur de couche, vitesse d’extrusion, température de buse et température du plateau) a été réalisé afin de déterminer la meilleure plage opérationnelle d’une nouvelle imprimante 3D utilisant le principe du piston pour fabriquer des pièces avec un mélange de poudre d’acier inoxydable (17-4PH). Une étude approfondie de l’impact de différentes approches de dépôt a été ensuite menée pour analyser l'influence des paramètres d'impression sur les propriétés dimensionnelles et la densité des pièces produites. Les résultats ont montré qu'en utilisant une stratégie de chevauchement ponctuelle (avec un taux de chevauchement de 20 %), il était possible d'éliminer les vides rhomboïdes intercouches tout en minimisant les écarts dimensionnels des pièces fabriquées par MEX. Aussi, il a été constaté que certaines stratégies, comme le multiplicateur de débit, bien que populaires, pouvaient entraîner des écarts dimensionnels significatifs de la valeur nominale. Ces écarts sont notamment dû à la sur extrusion de matière et la pression importante causée par cette stratégie dans la tête d’extrusion. Il a également été démontré que la stratégie de chevauchement ponctuelle, lorsqu'elle est appliquée à un niveau de 20 %, permettait d'obtenir des pièces avec une variation dimensionnelle maximale limitée à 50 µm, sans compromettre la densité. Cette conclusion confirme cette nouvelle approche est supérieure pour produire des pièces exemptes de défauts avec une variation dimensionnelle minimale. Ces résultats sont d'une grande importance pour l'amélioration de la qualité et de la précision des pièces métalliques produites par MEX, ouvrant ainsi la voie à de nouvelles opportunités dans divers secteurs industriels.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.000 | 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 teacher head, 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".