用机器学习技术填充图案对聚乳酸基陶材料的拉伸性能的影响
相关实验视频
Updated: Jul 21, 2026

08:43
Fused Filament Fabrication FFF of Metal-Ceramic Components
Published on: January 11, 2019
17.3K
Ranganath Lolla1, Adusumilli Srinath2, Murali Govindarajan3
1Research Scholar, Department of Mechanical Engineering, Koneru Lakshmaiah Education Foundation, Vaddeswaram, Vijayawada, A.P. 520002, India.
ACS omega
|July 24, 2023
概括
研究人员确定了基于聚乳酸 (PLA) 的陶的最佳填充模式,以提高3D打印中的机械强度. 十字和三六角图案表现出卓越的性能,这对于推进增材制造应用至关重要.
科学领域:
- 材料科学 材料科学 材料科学
- 增材制造 增材制造 增材制造
- 机械工程 机械工程
背景情况:
- 增材制造 (三维打印) 正从原型设计转向生产.
- 优化打印参数是提高3D打印材料机械强度的关键.
- 基于聚乳酸 (PLA) 的陶复合材料正在获得先进应用的兴趣.
研究的目的:
- 确定基于PLA的陶材料的最佳灌装模式设置,以最大限度地提高机械强度.
- 研究印刷参数对材料性能的影响.
- 探索机器学习的应用,以预测最佳填充模式.
主要方法:
- 基于PLA的陶狗骨样本 (ASTM D638-10) 的拉伸测试,具有各种充填模式.
- 使用X射线衍光度测量 (XRD) 和能量分散式X射线光谱 (EDS) 结合扫描电子显微镜 (SEM) 的材料表征.
- 实现机器学习算法,以预测最佳填充模式,以增强机械性能.
主要成果:
- 交叉填充模式产生了最高的抗拉强度,为16.944MPa.
- 三六角形图案显示,峰值强度为16.108MPa.
- 机器学习分析发现,在13个测试模式中,交叉和三六角形是最有效的模式.
结论:
- 交叉和三六角填充模式显著提高了基于PLA的陶复合材料的机械强度.
- 机器学习为预测最佳填充模式提供了一种有效的方法,减少了实验力度.
- 这些发现有助于推进3D打印用于使用先进材料的结构应用.

