Processability Assessment of HDPE/UHMWPE Blends for Fused Deposition Modeling Applications
Notice bibliographique
Résumé
Ultra-high molecular weight polyethylene (UHMWPE) is highly regarded for its superior mechanical properties, chemical resistance, and biocompatibility. However, its extremely high melt viscosity inhibits direct use in extrusion-based additive manufacturing techniques like fused deposition modeling (FDM). This study explores enhancing the processability and FDM compatibility of UHMWPE by blending it with high-density polyethylene (HDPE) and polyethylene glycol (PEG). Three formulations were assessed: neat HDPE, a 70:30 (w/w) binary HDPE/UHMWPE blend, and a ternary blend of HDPE/UHMWPE/PEG at 60:30:10 (w/w/w). Consistent with prior literature, pure HDPE displayed stable extrusion and excellent filament quality facilitating high-fidelity prints. The binary blend allowed filament formation but showed rough surface morphology and compromised print quality due to poor miscibility, echoing similar challenges reported in polymer blend studies. The ternary blend, intended to improve melt flow via PEG plasticization, resulted in erratic filament diameter and unreliable extrusion, highlighting the delicate balance needed in additive incorporation. These outcomes confirm that HDPE incorporation improves UHMWPE extrusion capabilities; however, advanced compatibilization techniques and refined processing, such as twin-screw extrusion, remain essential for achieving dependable FDM performance. The findings offer critical insights for designing UHMWPE-based filaments tailored for biomedical and industrial additive manufacturing 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 | 0,003 | 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 | 0,000 |
| 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 ».