Formulation and characterization of novel polyetherimide composites for fused filament fabrication
Notice bibliographique
Résumé
Thermoplastic advanced composites were prepared by melt compounding of an amorphous polyetherimide (PEI) matrix, recycled carbon fibres (rCFs), and Thermal Black (TB) particles followed by extruding the compounded composites and hybrids into filaments for FFF 3D printing. The effect of rCF and TB contents on the mechanical, rheological, and thermal performance of the PEI composites were evaluated. X-ray micro-tomography was carried out to assess on the porosity contents and, as well, on the rCF orientations in the initial extruded filaments and after their passage througth the nozzle of the 3D printer. At the incorporation of 20 wt.% rCF, the tensile modulus of injection molded specimens increased from 3200 MPa up to 6180 MPa, and the tensile strength increased from 74 MPa up to 103 MPa, respectively. X-ray micro-tomography results illustrated that the incorporation of rCF led to a porosity formation of about 17 % in the filaments. The length of the rCF was reduced from 6 mm down to around 30 µm due to the repetitive shear forces applied during the different steps specific to filament manufacturing process. Incorporation of TB provided higher flexibility, improved fibre-matrix adhesion, and helped to decrease the cost while preserving the advanced composites performance.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».