A Low-Viscosity, Recyclable Polymer-Based Binder Strategy for Metal FDM: Toward High Powder Loading, Sustainable Processing, and Comprehensive Characterization of 17-4PH Stainless Steel Parts
Notice bibliographique
Résumé
In metal fused deposition modeling (FDM), performance is governed by feedstock formulation, most critically the metal solid loading, while binder selection is constrained by environmental impacts and limited recyclability. This study investigates the development and performance of highly filled 17-4PH stainless steel (17-4PH) feedstocks formulated with a low-molecular-weight polymer binder system, specifically designed for FDM in metal additive manufacturing (AM). The binder system, composed of low-cost, recyclable paraffin wax and stearic acid, was used to prepare feedstocks containing 93.0–96.0 wt.% metal powder. Rheological analysis indicated that intermediate powder loadings (95.0–95.5 wt.%) yielded optimal shear-thinning behavior, essential for stable extrusion during printing. Printing trials identified 95.5 wt.% as the critical powder loading, delivering superior print fidelity and structural integrity relative to both under-filled (93.0–94.5 wt.%) and overfilled formulations. Green part characterization revealed increased density and flexural modulus with rising powder content, while thermal debinding and sintering trials indicated enhanced thermal stability and dimensional retention at higher loadings. The as-sintered specimens from the 95.5 wt.% feedstock achieved a relative density (RD) of 96.5% and significantly improved mechanical performance, including an ultimate tensile strength (UTS) of 758 MPa and 5.2% elongation, clearly outperforming the 95.0 wt.% variant. Tribocorrosion testing further validated these improvements, with the higher-density samples showing a lower coefficient of friction and a reduced wear coefficient of 2.1 × 10−5 mm3·(N·m)−1 in 3.5% NaCl solution.
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 ».