MétaCan
Menu
Retour à la cohorte
Enregistrement W3194472171 · doi:10.1088/1361-665x/ac1b3b

Enhancing shape memory properties of multi-layered and multi-material polymer composites in 4D printing

2021· article· en· W3194472171 sur OpenAlexaff
Nima Roudbarian, Mahdi Baniasadi, Pooyan Nayyeri, Mehdi Ansari, Reza Hedayati, Mostafa Baghani

Notice bibliographique

RevueSmart Materials and Structures · 2021
Typearticle
Langueen
DomaineMaterials Science
ThématiquePolymer composites and self-healing
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésComposite materialMaterials scienceShape-memory polymerPolymerShape-memory alloy

Résumé

récupéré en direct d'OpenAlex

Abstract The shape memory behavior of smart materials is widely used for stimulation or shape-shifting purposes. Shape memory polymers (SMPs) can shape and force recoveries accompanied by attractive attributes such as biocompatibility, biodegradability, and universality. In this paper, a thermoplastic elastomer (TPE) is used as a complementary material for 4D printed polylactic acid (PLA) structures to enhance their shape and force recovery properties and lower the stimulation temperature for more practical implementations. Two approaches are followed to provide SMP composites (SMPCs): multi-layered and multi-material lattices. In multi-layered lattices, specimens are comprised of separate layers and different ratios of SMP and TPE materials. For comparison, PLA-TPE filaments with the same ratios of multi-layered lattices are produced and used to fabricate multi-material lattices. Dynamic mechanical thermal analysis tests showed a reduction in the glass transition temperature of the manufactured PLA-TPE filament. X-ray diffraction test was conducted to prove that the crystallinity of the developed PLA-TPE material increases which explains the better shape memory effect in the multi-material specimens. Phase separation occurred in low ratios of TPE in PLA, discernible in field emission scanning electron microscope (FESEM) images, resultting in low quality in one of the developed PLA-TPE filaments. FESEM images also showed proper miscibility of TPE in PLA in higher ratios. Thermomechanical tests were done on printed specimens to examine and compare the shape and force recovery of the produced SMPCs. While the shape recovery of multi-material samples was not as good as multi-layered samples, both approaches have better shape recovery results than the PLA sample. Due to a lower glass transition temperature in multi-material lattices, their shape recovery process started at lower temperatures widening their potential practical applications. Force recovery of multi-material samples revealed a significant improvement which was due to more oriented crystalline polymer structures.

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)0,000
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 seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,020
Tête enseignante GPT0,238
Écart entre enseignants0,218 · 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

Citations37
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSmart Materials and StructuresMême sujetPolymer composites and self-healingTravaux en français237 207