Decentralized approach for incorporating waste wind turbine blades into 3D printing filaments using mechanical recycling
Notice bibliographique
Résumé
Abstract The increasing awareness in environmental safety has led to rapid development in production of electricity using wind energy with wind turbines. The widespread deployment of wind turbines has outpaced the effective recycling of End‐of‐Life wind turbines. This study explores the potential of mechanically recycling decommissioned wind turbine blades (WTB) as reinforcement material in 3D printing processes. Utilizing mechanical grinding, materials were extracted from the waste blades and subsequently analyzed using Fourier transform infrared spectroscopy, Differential scanning calorimetry, and thermogravimetric analysis to determine optimal processing conditions. The reclaimed materials were then blended with recycled polypropylene through single‐screw extrusion to fabricate tensile test samples via Fused Deposition Modeling. The impact of print orientation on mechanical strength was examined at 0°, 45°, and 90° angles. Morphological analysis was conducted on the fractured specimens to assess the failure characteristics. The findings indicate that samples printed at a 90° orientation exhibited superior mechanical properties, suggesting a viable pathway for incorporating wind turbine waste into sustainable manufacturing cycles. Highlights A decentralized‐mechanical recycling technique to the waste WTB. The necessary material parameters for the operations employed in this study. Reinforced 3D printable filaments from waste WTB. Stronger reinforced filaments obtained from proper fiber alignment.
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 ».