MétaCan
Menu
Retour à la cohorte
Enregistrement W4311681157 · doi:10.22215/etd/2022-15298

Enhancing 3D Printed Substrates Using Atomic Layer Deposition

2022· dissertation· en· W4311681157 sur OpenAlexaff
Atilla C. Varga

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineEngineering
ThématiqueAdditive Manufacturing and 3D Printing Technologies
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésDifferential scanning calorimetryAtomic layer depositionPolyvinyl alcoholMaterials sciencePolymerDeposition (geology)Chemical engineeringGlass transitionAcrylonitrileCoatingAcetoneSolventStyrenePolymer chemistryLayer (electronics)Composite materialChemistryOrganic chemistryCopolymer

Résumé

récupéré en direct d'OpenAlex

This thesis outlines the integration of 3D printing and Atomic Layer Deposition (ALD) to create advanced 3D printed architectures.Polymer nanocomposite materials have been synthesized using common polymer materials to alter physical properties however these nanocomposites are synthesized prior to use.In this thesis, Atomic Layer Deposition (ALD) was used in combination with common and inexpensive polymer materials post model creation (using 3D printing) to create nanoscale hybrid materials.3D printed Acrylonitrile Butadiene Styrene (ABS) and Polyvinyl Alcohol (PVA) polymer structures were coated and infiltrated with alumina (Al2O3) using the trimethylaluminum(III) (TMA) and water ALD process.Coating studies on ABS were carried out at 80 ˚C, which resulted in a 203 nm thin film with a 1.35 Å growth per cycle (GPC).The thin film was a welladhered protective overcoating on ABS which prevented the reaction with acetone vapors in a solvent resistance experiment.Scratch and more aggressive tape tests were not able to remove the overcoating completely from the polymer surface which provided a 50 % and 32 % increase in acetone vapour resistance before initial deformation and complete structure collapse respectively.Infiltration studies on ABS and PVA structures were preformed at 130 ˚C and 80 ˚C respectively, to alter their physical properties.Differential Scanning Calorimetry (DSC) was used to determine the Glass Transition Temperature (Tg) of the polymers pre-and post-deposition after varying the number of ALD cycles, resulting in a change of ~ 9 ˚C and ~ 27 ˚C for ABS and PVA, respectively.After one heat cycle the post-deposition Tg reverted back to its pre-disposition point indicating reversibility of the deposition effects are possible.Optimal growing patterns, polymer composition, and inhibiting surface coatings were examined by Energy Dispersive X-ray Spectroscopy (EDS) mappings which effected the amount of infiltration possible within the polymer substrate and in turn Tg.These results achieved provides guidelines to creating nanoscale hybrid materials using 3D printing and ALD via coating and infiltration and in tern altering the physical and thermal properties of 3D printed polymer architectures with significant impact in the development of advanced 3D printed architectures leading to a wide array of applications in polymer and material chemistry.

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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

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 savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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 Opus0,015
Tête enseignante GPT0,250
Écart entre enseignants0,235 · 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdditive Manufacturing and 3D Printing TechnologiesTravaux en français237 207