MétaCan
Menu
Retour à la cohorte
Enregistrement W4416148053 · doi:10.1016/j.jmapro.2025.11.002

Polymer blends as a tool to improve mechanical properties and printability of metal-filled polymer filaments for material extrusion additive manufacturing in the context of sustainable manufacturing

2025· article· en· W4416148053 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueJournal of Manufacturing Processes · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueAdditive Manufacturing and 3D Printing Technologies
Établissements canadiensResearch CanadaÉcole de Technologie Supérieure
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMitacs
Mots-clésExtrusionFused filament fabricationComposite numberContext (archaeology)PolymerMetal injection moldingShrinkageSinteringPorosityParticle (ecology)

Résumé

récupéré en direct d'OpenAlex

This study reports the development and optimization of highly metal-loaded thermoplastic composite filaments for material extrusion additive manufacturing of metallic components. Nickel (Ni) and iron (Fe) powders with varying particle sizes and morphologies were combined with polyethylene (PE), polylactic acid (PLA), and PE/PLA blends as binders. The influence of particle characteristics and binder composition on filament morphology, mechanical properties, porosity, thermal behavior, and printability was systematically investigated. Composite filaments containing up to 90 wt% Ni and 80 wt% Fe were successfully extruded. Scanning electron microscopy revealed that fine Ni particles improved dispersion and reduced porosity, whereas coarse Fe particles resulted in heterogeneous packing. Thermal analyses guided debinding and sintering conditions, while mechanical testing demonstrated that PE enhanced flexibility, PLA contributed to strength, and blended systems offered a balanced compromise with good printability. Optimized 3D printing parameters enabled the fabrication of high-quality green parts, which were successfully debound and sintered using graphite powder to suppress oxidation. Dense metallic structures with controlled shrinkage and minimal residual porosity were obtained. Ni-based samples exhibited greater shrinkage and cracking due to finer particle size and higher thermal expansion. The results demonstrate a robust materials–process design strategy for FFF of metals. Unlike conventional multi-step solvent-based methods, this work employs a simple dry-mixing route and standard laboratory furnace processing without vacuum or inert atmospheres. This streamlined approach provides an environmentally friendly and scalable pathway for additive manufacturing of high-performance metallic parts.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,567
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,012
Tête enseignante GPT0,235
Écart entre enseignants0,223 · 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