MétaCan
Menu
Retour à la cohorte
Enregistrement W4404719426 · doi:10.3390/app142310973

Recycled Carbonyl Iron-Biodegradable PLA Auxetic Composites: Investigating Mechanical Properties of 3D-Printed Parts Under Quasi-Static Loading

2024· article· en· W4404719426 sur OpenAlexaff
Seyed Amir Ali Bozorgnia Tabary, Naeim Karimi, Haniyeh Fayazfar

Notice bibliographique

RevueApplied Sciences · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueAdditive Manufacturing and 3D Printing Technologies
Établissements canadiensOntario Tech University
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceComposite material3d printedAuxeticsEngineeringManufacturing engineering

Résumé

récupéré en direct d'OpenAlex

Auxetic structures showcase notable properties such as high indentation resistance, shear stiffness, fracture toughness, and acoustic energy absorption. Recent advancements in additive manufacturing have facilitated the creation of complex auxetic designs, but there has been less emphasis on developing new materials. This study focuses on using recycled iron powders mixed with biodegradable polymers by using the solution casting method to create sustainable, 3D-printable materials for energy absorption applications. This research involved examining a 2D re-entrant structure, evaluating the effects of varying iron powder concentrations in the polymer. The analyses included thermogravimetric analyses, differential scanning calorimetry, and microstructural examination, alongside compression tests to assess strength and absorption capabilities. The most effective 3D-printed composite, containing 10% iron powders, demonstrated a substantial improvement in specific energy absorption (SEA of 2.051 kJ/kg compared to neat PLA with an SEA of 0.160 kJ/kg) and exhibited favorable mechanical and thermal properties. The TGA showed that adding iron powder reduced PLA’s onset degradation temperature from 340 °C to 310 °C, 295 °C, and 270 °C for 5%, 10%, and 15% iron, respectively, confirming iron’s catalytic effect on PLA degradation. The DSC analysis showed that adding iron powder increased the degree of crystallinity from 5.63% for pure PLA to 5.77%, 6.79%, and 6.91% for 5%, 10%, and 15% iron, respectively, indicating iron’s role as a nucleation agent. These results highlight the potential of novel iron/PLA 2D re-entrant composites for energy-absorbent applications, emphasizing sustainability and cost-effectiveness.

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 seuil0,004

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 Opus0,040
Tête enseignante GPT0,240
Écart entre enseignants0,200 · 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

Citations5
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied SciencesMême sujetAdditive Manufacturing and 3D Printing TechnologiesTravaux en français237 207