Enabling mechanically adaptive 4D printing with cellulose nanocrystals
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.
Notice bibliographique
Résumé
Additive manufacturing of stimulus-responsive materials is an area of four-dimensional (4D) printing that is continuing to gain interest. Cellulose nanocrystal (CNC) thermoplastic nanocomposites have been demonstrated as a water-responsive, mechanically adaptive material that shows promise in generating 4D-printed structures. In this study, a 10 wt% CNC thermoplastic polyurethane (TPU) nanocomposite was produced through a masterbatching process and printed using fused filament fabrication. A design of experiments was implemented to establish a processing window to highlight the effects of thermal energy input on the mechanical adaptivity of the printed parts. The combination of high temperatures and low speeds resulted in thermal energies that induced degradation of the CNC/TPU network and reduced the absolute values of storage moduli, but the mechanical adaptation persisted for all the printed samples. However, for slower speeds and increasing temperatures, the nanocomposites experienced a 15% decrease in adaptability. Further, a folded box structure was printed to establish the reversibility of the mechanical response and corresponding ability to generate a structure that can serve as a deployable shape-memory material based on response to water. The printed structure demonstrated fixity and recovery values of 76 and 42%, respectively. These results show significant promise for CNC/TPU nanocomposites in 4D-printed adaptable structures for academic and industrial applications.
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 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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle