Influence of 3D printing process parameters on the anisotropic viscoelastic behavior of thermoplastic polyurethane (TPU)
Notice bibliographique
Résumé
Additive manufacturing, particularly 3D printing, has revolutionized the creation of complex geometries and expanded the applications of materials, including elastomers. Despite these advancements, understanding how 3D printing process parameters affect the anisotropic viscoelastic behavior of 3D-printed elastomers remains a critical challenge. This study investigates the mechanical behavior and stress relaxation characteristics of 3D-printed thermoplastic polyurethane (TPU) under varying drying conditions, printing temperatures, raster angles, and strain rates. Tensile and relaxation tests reveal a strong strain rate dependency and the critical influence of filament drying on mechanical properties. Specimens dried for 8 hours exhibit higher stress and modulus of elasticity than those dried for 3 hours, highlighting the role of moisture removal in enhancing stiffness. Comparisons between 230°C (8-hour drying) and 250°C (3-hour drying) specimens confirm that extended drying improves mechanical performance more than a change in printing temperature. The anisotropic nature of 3D-printed TPU is evident in raster orientation effects, where 0° raster specimens exhibit superior strength, modulus of elasticity, and large deformation, while 90° raster specimens fail at lower strain values due to weaker interlayer adhesion. Stress relaxation tests further confirm that 0° raster specimens experience higher total and equilibrium stresses, leading to more significant absolute stress decay. These findings provide key insights into optimizing 3D printing parameters to improve the mechanical reliability and long-term performance of TPU components in engineering 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 | 0,000 |
| 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 ».