Fdm 3D Printed Wood-Fiber Reinforced Architected Composites
Notice bibliographique
Résumé
As a renewable source of cellulose, wood chips are transformed in this study to reinforce bio-based thermoplastic filaments for fused deposition modelling (FDM). A new processing method is developed for adding wood-fibers to polylactic acid (PLA) polymers to produce wood-fiber reinforced PLA filaments in order to 3D print high-performance composites. Dogbone samples are 3D printed with the produced filaments to evaluate their elastic and fracture properties as well as internal microstructure, with various weight fractions of wood-fiber. The experimental results demonstrate increased stiffness and ultimate strength and reduced density for composites with optimum wood-fiber content, compared to the pure PLA specimens. Furthermore, following the growing interest in lightweight cellular solids, wood-fiber reinforced PLA filaments are used to 3D print cellular materials with optimized microarchitectures. It was demonstrated that using wood-fiber reinforced composites for FDM 3D printing of advanced materials is a promising approach to not only extend the material properties of biopolymers but also to offer a new class of lightweight and sustainable structural materials. The experimental results on as-built 3D printed cells, compared with the results of a detailed computational analysis on as-designed cells, elicit that the designed architected cellular solids made of wood-fiber PLA composites can exhibit a considerably higher stiffness and ultimate strength than the conventional PLA hexagonal honeycombs.
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 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 | 0,001 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».