MétaCan
Menu
Retour à la cohorte
Enregistrement W4392714474 · doi:10.1016/j.mtcomm.2024.108588

Effect of in situ thermal treatment on interlayer adhesion of 3D printed polyetherimide (PEI) parts produced by fused deposition modeling (FDM)

2024· article· en· W4392714474 sur OpenAlexafffund
Khanh Q. Nguyen, Pascal Y. Vuillaume, Lei Hu, Andro Vachon, Audrey Diouf-Lewis, Pier-Luc Marcoux, Mathieu Robert, Saïd Elkoun

Notice bibliographique

RevueMaterials Today Communications · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueAdditive Manufacturing and 3D Printing Technologies
Établissements canadiensCegep de ThetfordUniversité de Sherbrooke
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésPolyetherimideMaterials scienceComposite materialUltimate tensile strengthFused deposition modelingPorosityScanning electron microscopeOptical microscopeAdhesionNanoindentationThermoplasticTensile testing3D printingPolymer

Résumé

récupéré en direct d'OpenAlex

Polyetherimide (PEI) possesses remarkable mechanical and thermal properties that make it a promising high-performance material for a wide range of applications. In addition to its simple processability, adhesive properties, and minimal smoke emission when heated, PEI is a suitable material for additive manufacturing. Because of its low cost and straightforward method, fused deposition modeling, or FDM, is a popular additive manufacturing technique for extruding thermoplastic filaments. Parts printed with the FDM approach, on the other hand, have common drawbacks such as low mechanical strength, shape inaccuracy, high porosity, void formation, interlayer adhesion problems, and anisotropic properties. The purpose of this study was to evaluate the effect of the thermal process during printing on the interlayer adhesion strength and the mechanical performances of PEI. The thermal treatment was done on a radiant heating system at 390 oC with a printing speed of 35 mm/s. In this study, parts printed with and without radiant heating system were characterized and analyzed with scanning electron microscopy (SEM), optical microscopy (OM), X-ray microtomography (µ-CT), optical profilometry (OP), atomic force microscopy (AFM), dynamic mechanical analysis (DMA), and tensile tests. The results revealed that the treated specimen exhibited better interlayer adhesion between printed layers. The interfacial voids were less visible in treated specimens. Furthermore, the treated specimen had lower porosity (5%) than the untreated one (8%). Moreover, increases of 183% in tensile strength, 22% in elastic modulus, and 190% in elongation at break were observed for treated specimens when compared to untreated ones.

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 seuil0,002

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 Opus0,023
Tête enseignante GPT0,271
Écart entre enseignants0,248 · 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

Citations36
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMaterials Today CommunicationsMême sujetAdditive Manufacturing and 3D Printing TechnologiesTravaux en français237 207