Recycled, Bio-Based, and Blended Composite Materials for 3D Printing Filament: Pros and Cons—A Review
Notice bibliographique
Résumé
In recent years, additive manufacturing (AM), known as “3D printing”, has experienced exceptional growth thanks to the development of mechatronics and materials science. Fused filament deposition (FDM) manufacturing is the most widely used technique in the field of AM, due to low operating and material costs. However, the materials commonly used for this technology are virgin thermoplastics. It is worth noting a considerable amount of waste exists due to failed print and disposable prototypes. In this regard, using green and sustainable materials is essential to limit the impact on the environment. The recycled, bio-based, and blended recycled materials are therefore a potential approach for 3D printing. In contrast, the lack of understanding of the mechanism of interlayer adhesion and the degradation of materials for FDM printing has posed a major challenge for these green materials. This paper provides an overview of the FDM technique and material requirements for 3D printing filaments. The main objective is to highlight the advantages and disadvantages of using recycled, bio-based, and blended materials based on thermoplastics for 3D printing filaments. In this work, solutions to improve the mechanical properties of 3D printing parts before, during, and after the printing process are pointed out. This paper provides an overview on choosing which materials and solutions depend on the specific application purposes. Moreover, research gaps and opportunities are mentioned in the discussion and conclusions sections of this study.
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 | 0,000 |
| 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) | 0,000 | 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 ».