Experimental Investigations of the Influence of Spent Coffee Grounds Content on PLA Based Composite for 3D Printing
Notice bibliographique
Résumé
Nowadays Fused Deposition Modeling, a widely utilized additive manufacturing technology, is significantly transforming as modern production processes. Beyond basic uses to it role in sustainability, Fused Deposition Modeling offers processing potential for implanting circular economy by reducing virgin materials consumption and enhance the integration of waste food for sustainable 3D printing. This research paper investigated the production of new composite materials based on spent coffee grounds. In addition, PLA and SCG at various contents (0, 3, 5, 10, and 15 wt%) were dried and premixed, then processed into PLA/SCG composite pellets using twin-screw extrusion. These pellets were successfully converted into filaments and subsequently used for 3D printing. The effect of spent coffee grounds in PLA composites was investigated via physical and mechanical analysis of 3D printed samples. Regarding density measurements, results revealed that adding up to 5 wt% of spent coffee grounds increased the density while further additions led to a decrease which due to the printing parameters such as extrusion temperature and nozzle diameter. Considering the mechanical properties, the Young’s modulus increased once the spent coffee grounds content reached 3 wt% and then decreased. In the other hand, there was no enhancement in tensile strength and elongation at break which corroborating with density measurements. This mainly contributed to the changes in mechanical properties caused by printing parameters. This study demonstrates that coffee waste can be used as a filler in environmentally friendly composites for 3D printing, with a maximum SCG content of 15 wt%. This approach not only promotes the reuse of coffee waste but also reduces the cost of traditional PLA filaments.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».