Enhanced Performance 3‐D Printed PLA Parts through a Photo‐Initiator Mediated UV‐Curing
Notice bibliographique
Résumé
Abstract The fused deposition modeling or three‐dimensional (3D) extrusion fabrication of material parts from thermoplastics, including poly(lactic acid) (PLA) usually results in inferior mechanical performance due to weak inter‐layer bonding compared to injection molded parts. In this work, a solvent‐free, effective, and inexpensive method is developed by incorporating photo‐initiators during a 3D extrusion fabrication followed by a post‐process UV treatment to improve the 3D‐printed PLA part's performance. This developed method addresses key challenges of 3D printed PLA parts, such as poor toughness and UV sensitivity, while enabling its use in high‐performance additive manufacturing (AM) processes. The UV‐curing process enhances PLA's suitability for 3D printing, supporting complex geometries and custom designs by enhancing the crosslinking between adjacent PLA chains, under UV exposure. The solvent‐free nature of the developed process aligns with sustainable manufacturing, strengthening PLA's role as an eco‐friendly alternative to petroleum‐based polymers. A standout result of this approach is the 64% improvement in tensile properties of PLA with the photo‐initiator and UV treatment samples compared to untreated PLA, achieved through UV‐curing. This advancement overcomes the persistent issue of weak interlayer bonding in the 3D printing of PLA and positions PLA as a viable material for sustainable and high‐performance applications.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 | 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 ».