Optimización de la precisión de la forma y la resistencia mecánica de piezas de poliamida FFF mediante análisis relacional gris

Scientific Reports volumen 12, Número de artículo: 13142 (2022) Citar este artículo

1421 Accesos

3 citas

Detalles de métricas

Este artículo investiga el efecto de diferentes parámetros del proceso de fabricación aditiva, como la temperatura de la cámara, la temperatura de impresión, el grosor de la capa y la velocidad de impresión, sobre cinco parámetros esenciales que caracterizan los componentes fabricados: cilindricidad, circularidad, resistencia y módulo de Young, y deformación por Gray Relacional. Método de análisis simultáneamente. Se utilizó el método de Taguchi para diseñar los experimentos y las piezas cilíndricas de PA6 se fabricaron con una impresora 3D alemana RepRap X500®. Luego se calcularon los valores de Gray Relational Grade (GRG) para todos los experimentos. En la octava prueba, se observó el valor más alto de GRG. Luego, para descubrir los parámetros óptimos, los datos de GRG se analizaron mediante análisis ANOVA y S/N, y se determinó que las mejores condiciones para mejorar GRG son 60 °C en la temperatura de la cámara, 270 °C en la temperatura de impresión, 0,1 mm de espesor de capa y velocidad de impresión de 600 mm/min. Finalmente, utilizando parámetros óptimos, se realizó una prueba de verificación y se investigaron nuevos componentes. Finalmente, la comparación del GRG inicial con el GRG de los experimentos mostró una mejora en el grado relacional gris (14 %) que se acompaña de una mejora del valor GRG.

Uno de los métodos de fabricación aditiva (AM) más utilizados es la fabricación de filamentos fundidos (FFF), que puede producir piezas de geometría compleja. En este proceso se deposita capa a capa un filamento continuo de material termoplástico para hacer la pieza final. Uno de los objetivos esenciales en la producción de piezas con este método es producir piezas con altas propiedades mecánicas y una excelente precisión geométrica al mismo tiempo. Entre los diversos métodos utilizados para mejorar las propiedades deseadas de las piezas producidas está determinar los parámetros de proceso óptimos en este proceso1,2,3.

ME, también conocido como fabricación de filamentos fundidos (FFF) como se describe en ISO/ASTM 52900, es un método AM popular que implica la deposición selectiva debido a un menor desperdicio de material, materiales menos costosos y herramientas de polímeros termoplásticos a través de una boquilla calentada. Como técnica de impresión 3D en aplicaciones de prototipos y productos finales entre los métodos de fabricación aditiva4,5.

En el proceso FFF, se suministra un polímero a un licuador, que extruye un filamento mientras se mueve en planos X-Y sucesivos a lo largo del eje Z para construir capa por capa un objeto 3D6,7. Poliláctido (PLA), poliamida (PA), policarbonato (PC), acrilato de acrilonitrilo estireno (ASA), nailon, acrilonitrilo butadieno estireno (ABS) y poliéter éter cetona (PEEK) parecen ser los polímeros termoplásticos más utilizados en la Técnica FFF para realizar piezas en 3D8. Las desventajas más significativas de este enfoque incluyen la mala calidad de la superficie, la velocidad de construcción lenta y las propiedades mecánicas anisotrópicas que resultan de la estrategia capa por capa9,10. Debido al uso de piezas impresas en 3D, el comportamiento mecánico y la precisión geométrica deben examinarse cuidadosamente para evitar el desperdicio de materiales y tiempo11.

Debido a que muchos parámetros pueden afectar el proceso de impresión, la configuración predeterminada de los parámetros del proceso de impresión de los fabricantes no puede garantizar la calidad de los productos impresos12. Varios parámetros del proceso, como la temperatura de la boquilla, el grosor de la capa, el grosor de la cubierta, la velocidad de impresión, la densidad del relleno y otros parámetros con múltiples respuestas, controlan el proceso FFF y deben optimizarse para mejorar la calidad requerida. Desde la perspectiva del análisis, esto lo convierte en un procedimiento bastante complicado. Por lo tanto, se está realizando una amplia investigación para determinar el impacto de varios parámetros del proceso FFF en las diferentes respuestas13.

Ju-Long14 desarrolló el Análisis Relacional de Gray (GRA), que es una de las técnicas de optimización de respuesta múltiple, y se basa en la técnica de Taguchi. Se han realizado muchos estudios recientes basados en el análisis relacional de Gray (GRA) para mejorar diferentes respuestas a través de la optimización de parámetros de procesamiento. Por ejemplo, Venkatasubbareddy et al.15 utilizaron el método de Taguchi con análisis relacional de grises (GRA) para determinar la mejor combinación de características del proceso FDM para piezas de ABS, lo que resultó en un mejor acabado superficial y precisión dimensional en términos de longitud, grosor y diámetro. . La matriz ortogonal L27 se eligió para este experimento utilizando el DOE de Taguchi con cinco parámetros: espacios de aire, espesor de capa, ancho de trama, ángulo de trama y orientación de la pieza en tres niveles de cada parámetro. Se afirmó que el espesor de capa de 0,254 mm, la orientación de la pieza y el ángulo de trama de 0°, el ancho de trama de 0,4564 mm y los espacios de aire cero deberían mejorar la calidad de la superficie y la precisión dimensional de los componentes. Aslani et al.16 investigaron el impacto del número de carcasas, la temperatura de impresión, la tasa de relleno y el patrón de impresión en la precisión dimensional del PLA. Se utilizó la técnica Grey-Taguchi con las técnicas ANOM y ANOVA para determinar los niveles óptimos de parámetros de impresión para los componentes PLA FFF, lo que resultó en la mejor precisión dimensional. En cuanto a las desviaciones dimensionales en dos dimensiones, se realizó una optimización multirespuesta y los resultados obtenidos mostraron que la característica esencial, según los datos, es la temperatura de la boquilla. Además, el análisis muestra que los niveles que minimizan la desviación dimensional son tres capas, una temperatura de impresión de 230 °C, una de las temperaturas de impresión recomendadas para PLA, una tasa de relleno del 10 % y un patrón de impresión hexagonal.

Deng et al.17, analizaron el efecto de 4 parámetros, incluyendo la velocidad de impresión (20, 40 y 60 mm/s), espesor de capa (0,2, 0,25 y 0,3 mm), temperatura de impresión (350, 360 y 370 °C), y relación de llenado (20, 40 y 60 %) sobre deformación, resistencia y rigidez. La sustancia estudiada en este estudio es poliéter-éter-cetona (PEEK), fabricada por FFF. Se observó que las propiedades mecánicas aumentarían en la velocidad de impresión de 60 mm/s, el espesor de la capa de 0,2 mm, la temperatura de 370 °C y la relación de llenado del 40%. Además, observaron la microestructura de las piezas de PEEK. Comprendieron que hay más espacio de aire y líneas de fusión en la pieza con menor resistencia, por lo que se concluyó que la temperatura y la velocidad de impresión más bajas causaron más defectos en la pieza. Además, la conectividad podría verse influenciada por una temperatura subenfriada entre las temperaturas del filamento fusionado, la cámara y el lecho. Xiaoyong et al.18 investigaron el efecto de la temperatura del lecho (130, 110 y 25 °C), la temperatura de la cámara (60 y 25 °C) y la relación de llenado (50% y 100%) sobre las propiedades mecánicas y la precisión de formación, la lámina conformado de piezas termoplásticas PEEK fabricadas con el método FFF. Comprendieron que la temperatura afecta significativamente las propiedades mecánicas y que aumentar la temperatura puede mejorar las cualidades mecánicas. A mayor temperatura del lecho y de la cámara, la resistencia a la tracción y la precisión de impresión mejorarán debido al aumento de la fuerza de unión entre las capas. Además, las propiedades mecánicas mejoran con relaciones de llenado bajas. Al comparar los resultados de resistencia de PEEK y PLA, se descubrió que la resistencia a la tracción de las piezas de PEEK es mayor de lo que se pensaba anteriormente. Aamir et al.19 aplicaron la técnica de Taguchi y GRA para determinar los efectos de cinco parámetros: ancho de trama, grosor de capa, velocidad de impresión y temperatura de extrusión en el tiempo de construcción, la rugosidad de la superficie y el error de planitud de las piezas de mezcla de PC/ABS. L27 Matriz ortogonal del diseño de experimentos de Taguchi Se usaron técnicas seleccionadas y GRA para seleccionar las variables FDM óptimas para las respuestas usando optimización multiobjetivo. De acuerdo con los resultados de la investigación, el ancho de la trama, el grosor de la capa y la velocidad de impresión tienen un impacto significativo en múltiples factores de control. El grosor de capa de 0,2 mm, el ancho de trama de 0,55 mm, la temperatura de extrusión de 270 °C, la temperatura de la cama de 100 °C y la velocidad de impresión de 40 mm/s son condiciones óptimas. Utilizando la metodología de diseño factorial completo, Kechagias et al.20 investigaron el efecto del ángulo de deposición de trama, la velocidad de corte, la potencia del láser y la distancia de separación en la precisión dimensional y la rugosidad de la superficie utilizando un corte por láser de CO2 de baja potencia de acrilonitrilo butadieno estireno fino. Placas de ABS fabricadas con el proceso FFF. Finalmente, se utilizaron análisis ANOVA, estudios de interacción y modelos de regresión cuadrática para hacer coincidir los parámetros de entrada y salida, optimizar el ángulo de corte del proceso cerca de 0° y disminuir la rugosidad de la superficie cerca de 0 m. Los mejores parámetros de prosses fueron la distancia de separación de 7,5 mm, el ángulo de deposición de trama cero, la velocidad del láser de 14,4 mm/s y la potencia del láser de 105 W. Anusree et al.21 analizaron los efectos de cuatro variables, incluida la velocidad de impresión, el grosor de la capa, la densidad del material de soporte y el ancho de la trama, sobre la precisión dimensional, la resistencia a la tracción y el acabado superficial de las superficies helicoidales procesadas con FDM utilizando los métodos Taguchi y GRA. Se afirmó que la mejor precisión dimensional, resistencia a la tracción y acabado superficial se obtuvieron con un nivel mínimo de espesor de capa, en una velocidad de impresión de 58 mm/s, y un nivel máximo de ancho de trama y material de soporte rugoso. En N. Vidakis et al.22, la investigación examinó la influencia de la altura de la capa (0,15, 0,2 y 0,25 mm), la temperatura de la boquilla (250, 260 y 270 °C) y el ángulo de trama (0, 45 y 90°) sobre la resistencia mecánica y tenacidad del polímero FFF Poliamida 12 utilizando una metodología factorial completa. Los resultados experimentales se analizaron mediante análisis ANOVA, diagramas interactivos y diagramas de caja, y se determinó que los resultados experimentales se analizaron mediante análisis ANOVA, interacción y diagramas de caja. Se encontró que mientras 270 °C optimiza la resistencia mecánica estática y el módulo elástico y a 260 °C, la tenacidad y el ángulo de trama de cero grados, la resistencia mecánica estática y los valores de tenacidad se optimizan a los valores del módulo elástico del ángulo de trama de 45 grados. están optimizados. Además, todas las respuestas están optimizadas con una altura de capa de 0,25 mm. Kechagias et al.23 utilizaron el arreglo ortogonal Taguchi L18 para analizar el efecto de la temperatura de la boquilla (180, 200 y 220 °C), el espesor de la capa (0,1 y 0,3 mm), la velocidad de impresión del filamento (30, 40 y 50 mm /s) y el ángulo de deposición (0, 45 y 90°) sobre propiedades mecánicas como la resistencia máxima a la tracción (UTS) y el módulo de elasticidad (E) de las piezas de PLA/madera de coco. Los resultados se analizaron utilizando los métodos ANOM y ANOVA. El ángulo de deposición de la trama tiene el efecto más significativo en las respuestas, y el filamento con orientación cero tiene mayores valores de UTS y E (80,1 % en UTS y 92,6 % en E). El grosor de la capa es un parámetro importante; aunque es altamente dependiente del estado de unión interlaminar, el efecto de este parámetro fue insignificante en esta investigación. Además, entendieron que el comportamiento mecánico en varios espesores de capa es diferente al cambiar la velocidad de impresión. En nuestra investigación anterior24, el efecto de cuatro parámetros, incluidos el grosor (5, 10 y 15 mm), el patrón de relleno (hexagonal, rectangular, triangular), el número de paredes (2, 3 y 4) y la altura de la capa (1 , 1,125 y 2 mm) se analizaron en precisión geométrica de piezas cilíndricas de PA6 utilizando el método de Taguchi. Se entendió que el efecto del grosor y la altura de la capa es más significativo. Los mejores parámetros de proceso para el error geométrico mínimo fueron el patrón de relleno hexagonal, un espesor de 5 mm, una capa de pared de 2 y una altura de capa de 1,125 mm. Según N. Vidakis et al.25, los valores de la temperatura de la boquilla y la altura de la capa afectan la resistencia última a la tracción, el módulo elástico, el promedio y las diferencias máx.-mín. La resistencia última a la tracción y el módulo elástico (Δσb y ΔE) se observaron utilizando el método factorial completo general . Después de que se reveló que en la temperatura de la boquilla de 270 °C y una altura de capa de 0,2 mm, todas las respuestas se optimizaron (maximiza la resistencia a la tracción final y el módulo elástico y minimiza el Δσb y ΔE).

En los estudios mencionados en la literatura, se investigaron los efectos de diferentes parámetros en FFF sobre las propiedades mecánicas y la precisión de la forma en diferentes materiales. Sin embargo, no se informó ninguna investigación en la literatura donde la influencia de cuatro parámetros, como la temperatura de la cámara, la temperatura de impresión, el grosor de la capa y la velocidad de impresión, en la resistencia mecánica y la precisión de la forma del PA6 simultáneamente. Por lo tanto, este trabajo es una investigación experimental de cómo estos cuatro parámetros FFF, incluida la temperatura de la cámara (30, 45 y 60 °C), la temperatura de impresión (260, 270 y 280 °C), el espesor de la capa (0,1, 0,2 y 0,3 mm), y velocidad de impresión (600, 1800 y 3000 mm/min), sobre las propiedades mecánicas y precisión geométrica de piezas cilíndricas de PA6, producidas por el proceso FFF. Los resultados se analizaron mediante el método GRA y se presentaron mediante análisis S/N, análisis ANOVA, gráficos de interacción, gráficos de contador y de superficie, y un modelo de regresión. Finalmente, se realizó una prueba de confirmación para validar los resultados. En la parte final de este trabajo se discutieron los resultados obtenidos.

En este estudio, las muestras de PA6 se fabricaron con una impresora 3D alemana RepRap X500®, que utiliza tecnología de fabricación de filamentos fusionados (FFF). Esta máquina tiene un alto grado de libertad de diseño y permite a los diseñadores experimentar con conceptos de diseño y funcionalidad completamente nuevos. Algunas de las especificaciones técnicas de la impresora 3D alemana RepRap X500® se muestran en la Tabla 1. El nylon blanco o PA6 es una de las poliamidas más utilizadas. Además, es un material comercial con alta calidad superficial y excelentes propiedades mecánicas, por lo que elegimos este material en esta investigación26,27,28. Se diseñó una pieza cilíndrica hueca con las dimensiones de 16 mm de diámetro interior y 20 mm de diámetro exterior con una altura de 40 mm (Fig. 1) usando el software CATIA-V5™ y se exportó como un archivo STL. Después de cortar las piezas con el software Simplify 3D utilizado para establecer los parámetros FFF, se fabricarán con una impresora 3D alemana RepRap X500®. La Figura 2 muestra un esquema de estos pasos.

Dimensiones cilíndricas huecas.

Esquema de los pasos de impresión 3D. (a) Crear un modelo digital, (b) convertir el modelo digital a STL, (c) cortar y elegir los parámetros de las prensas, (d) imprimir las piezas con la impresora 3d German Rep Rap, (e) piezas cilíndricas impresas en 3d.

El diseño de experimentos (DOE) es un enfoque sistemático para determinar el efecto de los parámetros del proceso de entrada en una sola respuesta o en un conjunto de respuestas de salida en el marco de la optimización de los parámetros del proceso. Se han utilizado varios enfoques DOE para optimizar los parámetros de proceso del sistema FFF, incluido el método Taguchi, análisis de varianza (ANOVA), diseños factoriales completos, técnica de forrajeo bacteriano, que se creó recientemente y ha recibido mucha atención debido a su eficiencia en la resolución de problemas de optimización del mundo real, es un algoritmo de optimización inspirado en la naturaleza basado en el comportamiento de búsqueda de alimento de la bacteria Escherichia coli y lógica difusa debido a que muchos parámetros pueden afectar el proceso de impresión, la configuración predeterminada de los parámetros del proceso de impresión proporcionada por los fabricantes no puede garantizar la calidad de productos impresos29,30. Se está realizando una amplia investigación para determinar el impacto de varios parámetros del proceso FFF en las diferentes respuestas31,32,33,34. El método de diseño de Taguchi proporciona un enfoque práctico para reducir los costes, aumentar la calidad y optimizar el rendimiento. En la técnica de diseño de Taguchi, se pueden analizar muchos parámetros a la vez y se puede encontrar la mejor configuración óptima con menos recursos que en el enfoque DOE tradicional.

La matriz ortogonal L9 utilizada en este estudio y el efecto de cuatro parámetros críticos del proceso FFF, incluido el grosor de la capa (mm), la velocidad de impresión (mm/min), la temperatura de la cámara (°C) y la temperatura de impresión (°C) en tres niveles diferentes investigados sobre la cilindricidad y la circularidad como precisión geométrica. Además, se analizaron el módulo de Young, la resistencia y la deformación como propiedades mecánicas en estas muestras.

Los parámetros del proceso en tres niveles diferentes se muestran en la Tabla 2. La cámara controlaba la temperatura ambiente y la temperatura de la cámara se fijó en 30, 40 y 60 °C. El espesor de capa se refiere al espesor de cada capa depositada y se basa en las dimensiones de los cilindros, y se seleccionó en el rango de 0,1, 0,2 y 0,3 mm. La velocidad de impresión se fijó de baja a alta en 600, 1800 y 3000 mm/min. Debido a que la temperatura de impresión del nailon suele ser de 270 °C35, la temperatura seleccionada fue ligeramente superior e inferior a 270 °C para investigar las respuestas (250, 260 y 270 °C). La Tabla 3 muestra la matriz ortogonal de Taguchi que controla las combinaciones de parámetros para cada experimento. Además, para aumentar la repetibilidad, cada parte se imprimió cinco veces y se fabricaron 45 piezas.

En primer lugar, todas las piezas impresas en 3D se escanearon con un escáner láser 3D (Solutionix D500) para medir los valores de error geométrico. Con una precisión de 0,01 mm y una resolución de 0,055 mm. La ventaja de este escáner es la alta velocidad de procesamiento de escaneo. El proceso consistió en utilizar la luz azul reflejada desde la superficie del objeto hacia la lente de la cámara desde una fuente de luz azul proyectada sobre la superficie de las piezas. Luego se refleja desde la superficie del objeto hasta la lente de la cámara. Las coordenadas punto por punto se muestran en el software Solutionix ezScan, que controla Solutionix D500, y la geometría de la pieza obtenida. Luego, estos datos se extrajeron en formato STL de Solutionix ezScan. En el siguiente paso, el modelo CAD inicial se comparó con los archivos STL extraídos de Solutionix ezScan por el software Geomagic® Control X y se alinearon por alineación de componentes. Finalmente, se obtuvieron los errores de circularidad y cilindricidad en base a la norma ASME Y14.5M. Los valores medidos de cilindricidad y circularidad se muestran en la Tabla 4, y el esquema de los pasos se muestra en la Fig. 3.

Esquema del proceso de escaneo para encontrar el error de cilindricidad y circularidad. (a) Escaneo de las piezas con Solutionx D500, (b) Software Solutionx Ezscan, (c) Geomagic Control X, (d) Medición de la precisión geométrica.

Las propiedades mecánicas de las piezas se midieron mediante ensayo de compresión (máquina de ensayo de compresión y tracción INSTRON 5881), todas las muestras se comprimieron utilizando una celda de carga de 50 KN y una velocidad de carga de 5 mm/min. Las mordazas especiales se diseñaron para realizar las pruebas de compresión y los tubos se colocaron entre dos mordazas como se muestra en el esquema de la Fig. 4. Luego se obtuvo una curva de tensión-deformación (Fig. 5). La fuerza, el módulo de Young y el alargamiento se muestran en la Tabla 4, y los pasos se muestran en la Fig. 5. Un diagrama de flujo muestra los pasos del proceso de optimización (Fig. 6).

Pasos para encontrar la fuerza, el módulo de Young y el alargamiento.

Curvas tensión-deformación de todos los ensayos.

Diagrama de flujo de la implementación de los pasos.

Los datos de los experimentos se investigaron uno por uno mediante análisis de varianza (ANOVA) y relación señal-ruido (S/N). Se utilizó MINITAB® 19.0 para analizar todos los datos. El método de Taguchi se utiliza para investigar el efecto de una gran cantidad de parámetros en una determinada respuesta con una menor cantidad de experimentos.

Simultáneamente se utilizó el método GRA para optimizar los parámetros de respuesta múltiple, un método estadístico. Este método reduce simultáneamente la cilindricidad y la circularidad y aumenta la resistencia, el alargamiento y el módulo de Young mediante el cálculo de los parámetros de proceso óptimos. GRA se aplica en los siguientes pasos.

El primer paso es normalizar los datos experimentales. De acuerdo con las características de calidad esperadas de las diferentes respuestas, este valor se puede dividir en tres criterios para la optimización en GRA: "más grande es mejor", "más pequeño es mejor" y "normal es mejor" se muestran en ecuaciones (1, 2 y 3) 36.

Más grande es mejor:

Más pequeño es mejor:

Normal-es-mejor:

donde X* (p) es el valor GRG, i muestra el número de intentos, Xi(p) representa el valor de respuesta del experimento objetivo, Max(Xi(p)) es el valor máximo de Xi(p), Min( Xi(p)) demuestra el valor mínimo de Xi(p) y OB es el valor objetivo. En este estudio, se elige "más pequeño es mejor" para normalizar la cilindricidad y la circularidad, y "más grande es mejor" para la resistencia, el módulo de Young y la deformación. Los valores normalizados se muestran en la Tabla 5.

El siguiente paso es calcular la secuencia de desviación de la ecuación. (4).

donde ∆oi (p) representa la secuencia de desviación y X0(p) es la secuencia de referencia que es igual a uno. Los valores de la secuencia de desviación para cada respuesta se dan en la Tabla 636.

La relación entre los resultados experimentales normales ideales y reales se expresa mediante el Coeficiente Relacional de Gray (GRC). El coeficiente de relación de Gray se calcula utilizando la ecuación. (5)36 para cada uno de los valores normalizados.

donde ζi (p) es el Coeficiente de Relación de Gray, ∆oi (p) representa la secuencia de desviación, ζ es el coeficiente de identificación y tiene un valor entre 0 y 1; este coeficiente se suele considerar 0,5. Además, ∆min y ∆max son valores mínimo y máximo de ∆oi (p), respectivamente. Los valores se dan en la Tabla 7.

En general, el Grado Relacional de Gray (GRG) se utiliza para evaluar las propiedades de respuesta múltiple. Por otro lado, GRG es la suma promedio de GRC, y la Ec. (6) se utiliza para determinarlo36.

donde n es el número de parámetros de proceso. Como resultado, un GRG más grande implica que la combinación de parámetros del proceso está más cerca del ideal. Después de eso, todos los experimentos experimentales se clasificaron en función de los valores GRG del 1 al 9, el valor GRG más alto representa la ejecución óptima, y se considera el 1er rango. Entonces, la octava prueba, que tiene el valor GRG más alto, entonces el octavo experimento tiene las mejores características entre las otras pruebas.

La relación señal-ruido (S/N) se utiliza para optimizar los parámetros del proceso y examinar el impacto de cada parámetro en la respuesta. En la relación S/N, la "señal" indica el efecto deseado, mientras que el "ruido" indica el efecto indeseable de las respuestas. Por lo tanto, si la relación S/N es mayor, indica las condiciones óptimas. De acuerdo con las características de calidad esperadas de las diferentes respuestas, existen diferentes tipos de relaciones S/N, que incluyen más grande es mejor, más pequeño es mejor y normal es mejor. Donde η representa la relación S/N, yi representa el valor de respuesta del experimento objetivo en la matriz ortogonal, yn muestra la varianza y n es el número de experimentos

Más grande es mejor:

Más pequeño es mejor:

Normal-es-mejor:

Se usaron análisis de varianza (ANOVA) y relación señal-ruido (S/N) para analizar los datos obtenidos de GRG usando MINITAB®19.0. Para examinar el efecto de cada parámetro en GRG, se utilizó la técnica de Taguchi. Debido a que cuanto mayor es el valor de GRG, mejoran las respuestas deseadas, por lo que se usó "más grande es mejor" para maximizar el GRG para optimizar los parámetros del proceso. Las relaciones S/N y la tabla de respuestas de medias para GRG se muestran en las Tablas 8 y 9, respectivamente. Estas tablas muestran la importancia de los parámetros utilizando el rango, y delta representa la diferencia entre el promedio más alto y el más bajo. Según los resultados, se puede decir que la velocidad de impresión y la temperatura de impresión tienen el impacto más significativo en comparación con la temperatura de la cámara y el grosor de la capa en GRG.

El diagrama S/N se usó para analizar los datos y determinar los parámetros óptimos usando relaciones S/N promedio para las respuestas. Como minimización de la salida, se requieren parámetros de precisión geométrica (cilindricidad y circularidad), "más pequeño es mejor", y para maximizar la salida se requieren parámetros de propiedades mecánicas (módulo de Young, deformación y resistencia), la Se seleccionó "más grande es mejor" para maximizar la expresión matemática de la relación S/N. La mejor condición se muestra en el punto más alto del gráfico de relación S/N. AB, C y D representan la temperatura de la cámara, la temperatura de impresión 3D, el grosor de la capa y la velocidad de impresión en las Figs. 9 y 10, respectivamente. Los diversos niveles de cada parámetro se representan en el eje horizontal y el eje vertical es la relación S/N media. De acuerdo con el gráfico de efectos principales para la relación S/R (Fig. 7) y el gráfico de efectos principales para los diagramas medios (Fig. 8), se puede ver que la temperatura de la cámara es de 60 °C, la temperatura de impresión de 270 °C, el espesor de la capa de 0,1 mm y la velocidad de impresión de 600 mm/min es la combinación óptima de parámetros de proceso para lograr el máximo GRG.

Gráfica de efectos principales para relaciones S/N GRG.

Gráfica de efectos principales para medios GRG.

El impacto de cada parámetro de proceso en las variables de respuesta se determinó utilizando el enfoque ANOVA. Los resultados de ANOVA se muestran en la Tabla 10. La suma de cuadrados ajustada (Adj SS) se calculó utilizando la ecuación. (10).

donde ηi representa la relación S/N media, ηj es la relación S/N media general y n muestra el número total de experimentos. DF representa el grado de libertad y Contribution es el Porcentaje de contribución de los parámetros del proceso, la suma media ajustada de los cuadrados es Adj MS, mientras que la varianza de las medias del grupo y el valor de probabilidad es F-Value y P-Value, respectivamente. Al investigar el valor F mencionado en la Tabla 10 y considerando que cuanto mayor sea el valor, mayor será el efecto del parámetro relacionado, se determinó que la velocidad de impresión, el espesor de la capa, la temperatura de la cámara y la temperatura de impresión tienen el efecto más significativo en el cantidad de GRG respectivamente. Los porcentajes de contribución también confirman estos resultados.

La figura 9 muestra la interacción entre los parámetros del proceso y los valores de GRG. En una gráfica de interacción, las líneas paralelas implican que no hay interacción. De acuerdo con la figura, en todos los demás diagramas excepto en el de velocidad, no hay líneas de tendencia paralelas y las direcciones son mixtas. Como resultado de esta fuerte evidencia de que el modelo de regresión lineal es inútil para las predicciones de GRG, se utiliza el modelo de interacción lineal del método de superficie de respuesta. Utilizando un modelo de interacción lineal de RSM, se construyó una función multiobjetivo para GRG y se eliminaron los términos nominales de la ecuación37,38.

Gráficos de interacción para GRG.

La regresión de superficie de respuesta examina la correlación entre variables, lo que determina la relación entre GRG y los parámetros del proceso. Además, las mejores respuestas se pueden lograr encontrando la mejor correlación entre los factores y los mejores niveles de parámetros. Se utiliza el modelo de interacción lineal del método de superficie de respuesta. El modelo de regresión se muestra en la ecuación. (11).

La temperatura de la cámara, la temperatura de impresión, el grosor de la capa y la velocidad de impresión están representados por A, B, C y D, respectivamente. El coeficiente de correlación, a menudo conocido como R-cuadrado, es una herramienta estadística que representa la proporción de variación en una variable dependiente y varía de 0 a 100 por ciento. El software MINITAB 19.0® calcula el valor R-cuadrado y el valor de este coeficiente es 99.20 por ciento, lo que indica una alta correlación.

Las figuras 10 y 11 se refieren a diagramas de superficie y diagramas de contorno, respectivamente, que son imágenes gráficas de la ecuación de regresión. Muestran las interacciones entre dos parámetros de proceso diferentes en GRG y se realizan con el software MINITAB 19.0. Como puede verse en estos gráficos, el valor más alto de GRG se obtiene con los valores más bajos de espesor de capa y velocidad de impresión y los valores más altos de temperatura de la cámara. Asimismo, como se observa en la Fig. 12, al comparar los valores de GRG obtenidos por los experimentos y los GRG calculados por la ecuación de regresión, se determina que la tasa de error máxima es del 3%, lo que indica que el modelo está validado.

Parcelas de superficie GRG. (a) temperatura de la cámara y temperatura de impresión, (b) temperatura de la cámara y espesor de la capa, (c) temperatura de la cámara y velocidad de impresión, (d) temperatura de impresión y espesor de la capa, (e) temperatura de impresión y velocidad de impresión, (f) espesor de la capa y velocidad de impresión, en GRG.

Gráficos de contorno GRG. El efecto de; (a) temperatura de la cámara y temperatura de impresión, (b) temperatura de la cámara y espesor de la capa, (c) temperatura de la cámara y velocidad de impresión, (d) temperatura de impresión y espesor de la capa, (e) temperatura de impresión y velocidad de impresión, (f) espesor de la capa y velocidad de impresión, en GRG.

Comparación de valores de GRG obtenidos del modelo de regresión y obtenidos del experimental.

En el último paso, se realizó un experimento de confirmación usando niveles óptimos de parámetros de proceso (temperatura de cámara 60 °C, temperatura de impresión 270 °C, espesor de capa 0,1 mm y velocidad de impresión 600 mm/min) para verificar este parámetro obtenido del GRA y también para evaluar la mejora en las respuestas. Para garantizar la repetibilidad de los resultados, la impresora 3D FFF fabricó cinco piezas cilíndricas huecas con parámetros óptimos. Y el valor de grado relacional de Gray pronosticado o Ypredicted se compara con el valor medio del grado relacional de Gray obtenido de la prueba de confirmación. La ecuación (12) se utiliza para calcular el valor GRG predicho para parámetros óptimos.

donde ym representa la media total del GRG, yi se refiere al GRG promedio en el nivel óptimo y n es el número de parámetros de proceso elegidos. Luego se aplicó una prueba de compresión a las piezas para evaluar la resistencia, el módulo de Young y el alargamiento de las piezas de PA6. Además, para medir los valores de error geométrico, como la cilindricidad y la circularidad, las piezas impresas en 3D se escanearon con Solutionix D500, y el valor medido se muestra en la Tabla 11. Además, la curva de tensión-deformación de los parámetros óptimos y la octava prueba, que tiene el la mayoría de GRG, se comparan en la Fig. 13e. Resulta que las propiedades mecánicas como el módulo de Young y la resistencia de la pieza impresa se han mejorado en condiciones óptimas. Luego, usando los valores de las respuestas obtenidas, se midió el valor GRG para la pieza impresa en 3D con parámetros óptimos usando las Ecs. (1), (2), (4), (5) y (6). Después de calcular el GRG experimental, el siguiente paso es calcular el porcentaje de error entre el GRG predicho y el GRG experimental. Luego se evalúa la mejora en GRG. Todos los valores medidos de GRG se muestran en la Tabla 12, y al comparar el GRG inicial y el GRG obtenido del experimento y usando la ecuación. (13), se encontró que el valor óptimo de GRG ha mejorado en un 14%. Así, los resultados muestran que los valores de los parámetros óptimos obtenidos del método GRA han mejorado todas las respuestas previstas. Además, al comparar el GRG predicho y el GRG del experimento (Ec. 14), se encontró que la tasa de error es igual al 5%. Por lo tanto, considerando esta cantidad de error, se puede decir que existe una buena correlación entre estos valores.

Imágenes de microscopía electrónica de barrido (SEM) de las muestras fabricadas por FFF en (a, b) octava, (c, d) y condición óptima, respectivamente. ( e ) Curva de deformación por tensión de GRG inicial (8) y GRG obtenido del experimento.

La Figura 13a–d muestra la observación SEM de las muestras fabricadas en las condiciones 8 y óptimas. Se pueden ver más vacíos y delaminación en la octava muestra (condición inicial) en comparación con la pieza impresa en 3D en condición óptima. Dada la diferencia en la velocidad de impresión para la fabricación de estas piezas, la diferencia en la calidad de impresión se puede atribuir a este parámetro. Uno de los parámetros críticos afectados por el cambio de velocidad de impresión es el gradiente térmico39. Por lo tanto, se ha enfatizado el efecto del gradiente térmico sobre la delaminación entre las capas. Al aumentar la velocidad de la boquilla, se incrementará la tasa de enfriamiento40. Entonces, la parte óptima que imprimió a una velocidad más baja estará bajo un gradiente térmico más bajo que el octavo. Por lo tanto, se justifica una mayor delaminación en el octavo. Además, la interfaz de soldadura entre los filamentos juega un papel vital en las propiedades mecánicas finales41. Como se muestra en la interfaz de soldadura de la Fig. 13 en esta figura, no se ha hecho bien teniendo en cuenta la presencia de algo de deslaminación. Se esperaban pocas propiedades mecánicas al reducir la interfaz de soldadura entre los dos filamentos. Los resultados de la prueba de compresión muestran una disminución en la resistencia a la compresión de la octava parte impresa en comparación con la parte óptima. Además, la precisión geométrica es menor debido a una mayor delaminación en la octava parte impresa en comparación con la parte impresa en 3D en condición42.

Los resultados de esta investigación permiten al diseñador producir piezas de alta calidad. A continuación, se discuten los resultados de esta investigación y los parámetros óptimos de selección, y su comparación con otros artículos expresados en la sección de literatura. Se encontró que a 270 °C, la cantidad de GRG era óptima. La temperatura óptima de impresión 3D depende del tipo de material utilizado, etc., pero a bajas temperaturas, la capa impresa es casi sólida. La fuerza de unión disminuida entre las capas se reducirá si se deposita la nueva capa. La adherencia será muy pobre, por lo que provoca menores propiedades mecánicas y precisión dimensional. Por otro lado, si la temperatura es alta, la fluidez es demasiado alta y, debido a la fuerza de la gravedad, la estabilidad de la geometría disminuye. Se encontró que la temperatura de la cámara de 60 °C, que fue el valor más alto considerado en este estudio, es el nivel óptimo de GRG. Esto se debe a que la alta temperatura de la cámara no es demasiado alta para afectar la estabilidad geométrica. En la investigación mencionada en la literatura, se observó que la temperatura más alta siguió a la mejor precisión dimensional en las piezas de PLA con el aumento de la temperatura de la impresión 3D. Otro estudio sobre componentes PEEK tuvo resultados similares al trabajo actual. Esto puede deberse a diferentes materiales utilizados y diferentes rangos de temperatura16,17. Además, en un estudio, se investigó el efecto de la temperatura de la cámara sobre la resistencia de los componentes PEAK. Se observaron resultados similares19. De acuerdo con los resultados de la optimización, se encontró que la cantidad de GRG a bajas velocidades es mayor. Porque a altas velocidades, las capas impresas no tienen tiempo suficiente para solidificarse. Las capas siguientes se depositan sobre las capas anteriores, deformándose la pieza en un breve intervalo de tiempo. Otras investigaciones sobre piezas de mezcla de PEEK y PC/ABS indicaron que los valores más altos de velocidad de impresión mejoraron y optimizaron la tensión, la resistencia y la rigidez. La diferencia en los resultados puede deberse a limitaciones en el diseño del cilindro, el tipo de material utilizado y las respuestas seleccionadas17,19. Se investigó el efecto del grosor de la capa como uno de los parámetros más críticos para mejorar las propiedades mecánicas y la precisión de las piezas. Se encontró que la cantidad de GRG es mayor a menor espesor de capa. Un espesor de capa más grueso da como resultado gradientes de temperatura más altos entre las capas, lo que conduce a una mayor deformación. Además, a medida que aumenta el número de capas depositadas, aparecen más interfaces y se reduce la adhesión. Sin embargo, como se indica en la literatura, se observaron resultados diferentes y resultados similares en artículos con diferentes materiales. Y la razón puede ser la diferencia en las respuestas deseadas y la diferencia en el material seleccionado. Otra razón podría ser otros parámetros seleccionados porque todos los parámetros se afectan entre sí15,16,19,21.

El presente documento utiliza la optimización de respuesta múltiple utilizando el método GRA para analizar la variación de cuatro parámetros de entrada, incluida la temperatura de la cámara, la temperatura de impresión, el grosor de la capa y la velocidad de impresión, para lograr las mejores propiedades mecánicas y precisión geométrica en las piezas cilíndricas del proceso FFF. hecho de PA6. Las propiedades mecánicas y la precisión geométrica se caracterizan por la cilindricidad, la circularidad, la resistencia, el módulo de Young y la deformación. Estos cinco parámetros de salida representan las respuestas esperadas. Para ello, se trataba de encontrar los valores óptimos de los parámetros de procesamiento para mejorar todas las respuestas simultáneamente. Se determinó que el GRG más alto pertenece al 8º experimento. Luego, para encontrar los parámetros óptimos, los datos de GRG se analizaron mediante ANOVA y análisis S/N, y se determinó que las condiciones óptimas para mejorar GRG se obtendrían a una temperatura de la cámara de 60 °C, una temperatura de impresión de 270 °C, la espesor de capa de 0,1 mm y velocidad de impresión de 600 mm/min. Finalmente, se realizó una prueba de verificación según los parámetros óptimos y se examinaron nuevos componentes. Finalmente, al comparar el GRG inicial y el GRG obtenido de los experimentos, se observó que el valor de GRG había mejorado un 14 %. Además, al comparar el GRG predicho y el GRG del experimento, se encontró que la tasa de error es igual al 5%. Por lo tanto, considerando esta cantidad de error, se demuestra que existe una buena correlación entre estos valores.

Finalmente, se discutieron los resultados, quedando claro que:

El nivel óptimo de GRG se descubrió a una temperatura de cámara de 60 °C, lo que puede deberse a que la temperatura en la cámara no es demasiado alta para afectar la estabilidad geométrica.

La cantidad de GRG será óptima a una temperatura de impresión de 270 °C. Sin embargo, la temperatura óptima de impresión 3D varía según el material utilizado, etc. A bajas temperaturas, la capa impresa es casi sólida y, si se deposita una nueva capa, la fuerza de unión entre las capas se reducirá. La adherencia será deficiente, lo que resultará en propiedades mecánicas y precisión dimensional más bajas. Por otro lado, si la temperatura es demasiado alta, la fluidez es demasiado grande y la estabilidad de la geometría se reduce debido a la gravedad.

De acuerdo con los resultados de la optimización, se determinó que la cantidad de GRG era mayor a bajas velocidades. Esto puede explicarse por el hecho de que las capas impresas no tienen suficiente tiempo para solidificarse a altas velocidades. Las siguientes capas se depositan sobre las anteriores, provocando la deformación de la pieza.

Se examinó la influencia del grosor de la capa y se descubrió que la cantidad de GRG es más significativa a un grosor de capa más bajo. A medida que aumenta el número de capas depositadas, aparecen más superficies y la adhesión disminuirá; un espesor de capa más ancho da como resultado gradientes de temperatura más altos entre las capas, lo que conduce a una mayor deformación.

Estándar, A. F2792–12a "Terminología para tecnologías de fabricación aditiva" (ASTM International, 2012). https://doi.org/10.1520/F2792-12A.

Libro Google Académico

Shakeri, Z., Benfriha, K., Shirinbayan, M., Ghodsian, N. y Tcharkhtchi, A. Modelado y optimización de los parámetros del proceso de modelado de deposición fundida para el control de la cilindricidad mediante el uso del método Taguchi. en 2021 Conferencia internacional sobre ingeniería eléctrica, informática, de comunicaciones y mecatrónica (ICECCME) 1–5 (IEEE, 2021).

Ahmadifar, M., Benfriha, K., Shirinbayan, M. y Tcharkhtchi, A. Fabricación aditiva de compuestos a base de polímeros mediante la fabricación de filamentos fundidos (FFF): una revisión. aplicación compos. Mate. 28, 1335–1380 (2021).

Artículo ADS CAS Google Académico

Popescu, D., Zapciu, A., Amza, C., Baciu, F. & Marinescu, R. Influencia de los parámetros del proceso FDM sobre las propiedades mecánicas de las muestras de polímero: una revisión. polim. Prueba. 69, 157–166 (2018).

Artículo CAS Google Académico

Wu, H. et al. Desarrollos recientes en polímeros/nanocompuestos de polímeros para fabricación aditiva. prog. Mate. ciencia 111, 100638 (2020).

Artículo CAS Google Académico

Chennakesava, P. & Narayan, YS Perspectivas de modelado de deposición fundida. en Actas de la conferencia internacional sobre avances en diseño y fabricación ICAD&M vol. 14, 1345 (2014).

Benfriha, K., Ahmadifar, M., Shirinbayan, M. y Tcharkhtchi, A. Efecto de los parámetros del proceso sobre las propiedades térmicas y mecánicas de los compuestos a base de polímeros mediante la fabricación de filamentos fusionados. polim. compos. 42, 6025–6037 (2021).

Artículo CAS Google Académico

Butt, J. & Bhaskar, R. Investigación de los efectos del recocido en las propiedades mecánicas de los termoplásticos impresos con FFF. J. Manuf. Mate. Proceso. 4, 38 (2020).

CAS Google Académico

Zirak, N., Shirinbayan, M., Benfriha, K., Deligant, M. y Tcharkhtchi, A. Estereolitografía de resina fotocurable a base de (met) acrilato: propiedades térmicas y mecánicas. Aplicación J. polim. ciencia 139, 52248 (2022).

Artículo CAS Google Académico

N. Turner, B., Strong, R. & A. Gold, S. Una revisión de los procesos de fabricación aditiva por extrusión por fusión: I. Diseño y modelado de procesos. Prototipo Rápido. J. 20, 192–204 (2014).

Ahn, S., Montero, M., Odell, D., Roundy, S. & Wright, PK Propiedades del material anisotrópico del ABS de modelado por deposición fundida. Prototipo Rápido. J. 8, 248–257 (2002).

Rupal, BS, Mostafa, KG, Wang, Y. & Qureshi, AJ Un enfoque de CAD inverso para estimar el comportamiento geométrico y mecánico de piezas impresas con fdm. Procedia Manuf. 34, 535–544 (2019).

Artículo Google Académico

Kechagias, J., Chaidas, D., Vidakis, N., Salonitis, K. y Vaxevanidis, NM Parámetros clave que controlan la calidad de la superficie y la precisión dimensional: una revisión crítica del proceso FFF. Mate. Fabricación Proceso. 37, 963–984 (2022).

Ju-Long, D. Problemas de control de los sistemas grises. sist. Control Lett. 1, 288–294 (1982).

Artículo MathSciNet Google Académico

Venkatasubbareddy, OY, Siddikali, P. y Saleem, SM Mejora de la precisión dimensional y la rugosidad de la superficie de las piezas FDM mediante técnicas de optimización. IOSR J. Mech. civ. Ing. 16, 18–22 (2016).

Artículo Google Académico

Aslani, K.-E., Kitsakis, K., Kechagias, JD, Vaxevanidis, NM y Manolakos, DE Sobre la aplicación del método Gray Taguchi para comparar la precisión dimensional del proceso de fabricación de filamentos fundidos PLA. SN Apl. ciencia 2, 1–11 (2020).

Artículo Google Académico

Deng, X., Zeng, Z., Peng, B., Yan, S. y Ke, W. Optimización de las propiedades mecánicas de poliéter-éter-cetona a través del modelado de deposición fundida. Materiales 11, 216 (2018).

Artículo ANUNCIOS Google Académico

Xiaoyong, S. et al. 2017 9ª Conferencia Internacional sobre Tecnología de Medición y Automatización Mecatrónica (ICMTMA) (2017).

Abeykoon, C., Sri-Amphorn, P. y Fernando, A. Optimización de los parámetros de modelado de deposición fundida para mejorar las estructuras impresas en 3D de PLA y ABS. En t. J. Material ligero. Fabricación 3, 284–297 (2020).

Google Académico

Kechagias, JD, Ninikas, K., Petousis, M. & Vidakis, N. Corte por láser de placas de acrilonitrilo butadieno estireno impresas en 3D para la optimización de la rugosidad superficial y dimensional. En t. j adv. Fabricación Tecnología 119, 2301–2315 (2022).

Artículo Google Académico

Anusree, TG, Anjan, RN, Sivadasan, M. & John, TD Optimización de parámetros de proceso del modelado de deposición fundida para superficies helicoidales mediante análisis relacional gris. en Materials Science Forum vol. 879, 861–866 (Trans Tech Publ, 2017).

Vidakis, N., Petousis, M. & Kechagias, JD Efectos de parámetros y modelado de procesos de resistencia y tenacidad de piezas impresas en 3D de poliamida 12. Mate. Fabricación Proceso. 1–12. https://doi.org/10.1080/10426914.2022.2030871 (2022).

Kechagias, JD, Zaoutsos, SP, Chaidas, D. & Vidakis, N. Optimización multiparamétrica del compuesto PLA/madera de coco para la fabricación de filamentos fundidos mediante un diseño robusto. En t. j adv. Manuf.Technol. 119, 4317–4328 (2022).

Shakeri, Z., Benfriha, K., Shirinbayan, M., Ahmadifar, M. y Tcharkhtchi, A. Modelado matemático y optimización de los parámetros del proceso de fabricación de filamentos fusionados (FFF) para el control de la desviación de forma de la poliamida 6 mediante el método de Taguchi. Polímeros 13, 3697 (2021).

Artículo CAS Google Académico

Vidakis, N., Petousis, M. y Kechagias, JD Una investigación exhaustiva de los efectos de los parámetros de impresión 3D en la respuesta mecánica del policarbonato en la fabricación de filamentos fusionados. prog. Agregar Fabricación 1–10 (2022).

Wang, Y., Shi, J. y Liu, Z. Mejora del rendimiento de flexión mediante nanopartículas para compuestos de nailon y nailon/Kevlar impresos en 3D FFF. J. Compos. Mate. 55, 1017–1026 (2021).

Artículo ADS CAS Google Académico

Vidakis, N. et al. Fabricación aditiva sostenible: respuesta mecánica de la poliamida 12 en múltiples procesos de reciclaje. Materiales 14, 466 (2021).

Artículo ADS CAS Google Académico

Terekhina, S., Skornyakov, I., Tarasova, T. & Egorov, S. Efectos de la densidad de relleno en las propiedades mecánicas de las muestras de nailon hechas por fabricación de filamentos fusionados. Tecnologías 7, 57 (2019).

Artículo Google Académico

1.Heidari-Rarani, M., Ezati, N., Sadeghi, P. y Badrossamay, M. Optimización de los parámetros del proceso FDM para las propiedades de tracción de las muestras de ácido poliláctico utilizando el diseño Taguchi del método experimental. J. Termoplástico. compos. Mate. 089270572096456. https://doi.org/10.1177/0892705720964560 (2020).

Hernandez-Ocana, B., Hernandez-Torruco, J., Chavez-Bosquez, O., Calva-Yañez, MB & Portilla-Flores, EA Algoritmo basado en forrajeo bacteriano para optimizar la generación de energía de una microrred aislada. aplicación ciencia Rev. 9, 1261 (2019).

Artículo Google Académico

Alfonso, JA et al. Influencia de los parámetros del proceso de impresión 3D en las propiedades mecánicas y la masa de piezas de PLA y modelos predictivos. Prototipo Rápido. J. (2021).

El Magri, A., El Mabrouk, K., Vaudreuil, S. & Ebn Touhami, M. Investigación experimental y optimización de parámetros de impresión de sulfuro de polifenileno impreso en 3D a través de la metodología de superficie de respuesta. Aplicación J. polim. ciencia 138, 49625 (2021).

Artículo Google Académico

Noriega, A., Blanco, D., Alvarez, BJ & Garcia, A. Mejora de la precisión dimensional de piezas de sección transversal cuadrada FDM utilizando redes neuronales artificiales y un algoritmo de optimización. En t. j adv. Fabricación Tecnología 69, 2301–2313 (2013).

Artículo Google Académico

Bardiya, S., Jerald, J. y Satheeshkumar, V. El impacto de los parámetros del proceso en la resistencia a la tracción, la resistencia a la flexión y el tiempo de fabricación de piezas fabricadas con filamento fundido (FFF). Mate. Hoy Proc. 39, 1362–1366 (2021).

Artículo CAS Google Académico

Morales, U., Esnaola, A., Iragi, M., Aretxabaleta, L. & Aurrekoetxea, J. Impresión sobre 3D de compuestos continuos de fibra de carbono sobre sustratos de organolámina. en Actas de la Conferencia AIP vol. 2113 020015 (AIP Publishing LLC, 2019).

Achuthamenon Sylajakumari, P., Ramakrishnasamy, R. & Palaniappan, G. Taguchi análisis relacional gris para la optimización de respuesta múltiple del desgaste en compuestos co-continuos. Materiales 11, 1743 (2018).

Artículo ANUNCIOS Google Académico

Younas, M. et al. Optimización multiobjetivo para el torneado sostenible de aleaciones Ti6Al4V mediante análisis relacional gris (GRA) basado en el proceso de jerarquía analítica (AHP). En t. j adv. Fabricación Tecnología 105, 1175–1188 (2019).

Artículo Google Académico

Fountas, NA, Kechagias, JD, Tsiolikas, AC, Vaxevanidis, NM & Education, T. Optimización multiobjetivo del tiempo de impresión y la precisión de la forma para piezas de ABS fabricadas con FDM. Metaheurística. computar Aplicación 1, 115–129 (2020).

Google Académico

Basgul, C., MacDonald, DW, Siskey, R. & Kurtz, SM La localización térmica mejora la adhesión entre capas y la integridad estructural de las jaulas espinales lumbares de PEEK impresas en 3D. Materialia 10, 100650 (2020).

Artículo CAS Google Académico

Abbott, AC, Tandon, GP, Bradford, RL, Koerner, H. & Baur, JW Proceso-estructura-efectos de propiedades en la fuerza de unión del ABS en la fabricación de filamentos fundidos. Agregar Fabricación 19, 29–38 (2018).

CAS Google Académico

Gao, X. et al. Fabricación de filamentos fundidos de materiales poliméricos: una revisión de la unión entre capas. Agregar Fabricación 37, 101658 (2021).

CAS Google Académico

Solomon, IJ, Sevvel, P. & Gunasekaran, J. Una revisión de los diversos parámetros de procesamiento en FDM. Mate. Hoy Proc. 37, 509–514 (2021).

Artículo CAS Google Académico

Descargar referencias

Laboratorio de Diseño e Innovación de Producto (LCPI), Universidad HESAM, 75013, París, Francia

Zohreh Shakeri y Khaled Benfriha

Procesos e Ingeniería en Mecánica y Materiales (PIMM), Universidad HESAM, 75013, París, Francia

Nader Zirak y Mohammadali Shirinbayan

También puede buscar este autor en PubMed Google Scholar

Todos los autores contribuyeron a la concepción y el diseño del estudio. La preparación del material, la recopilación y el análisis de datos fueron realizados por ZS y NZ El primer borrador del manuscrito fue escrito por ZS y todos los autores comentaron sobre versiones anteriores del manuscrito. Todos los autores leyeron y aprobaron el manuscrito final.

Correspondencia a Zohreh Shakeri.

Los autores declaran no tener conflictos de intereses.

Springer Nature se mantiene neutral con respecto a los reclamos jurisdiccionales en mapas publicados y afiliaciones institucionales.

Acceso abierto Este artículo tiene una licencia internacional Creative Commons Attribution 4.0, que permite el uso, el intercambio, la adaptación, la distribución y la reproducción en cualquier medio o formato, siempre que se otorgue el crédito correspondiente al autor o autores originales y a la fuente. proporcionar un enlace a la licencia Creative Commons e indicar si se realizaron cambios. Las imágenes u otro material de terceros en este artículo están incluidos en la licencia Creative Commons del artículo, a menos que se indique lo contrario en una línea de crédito al material. Si el material no está incluido en la licencia Creative Commons del artículo y su uso previsto no está permitido por la regulación legal o excede el uso permitido, deberá obtener el permiso directamente del titular de los derechos de autor. Para ver una copia de esta licencia, visite http://creativecommons.org/licenses/by/4.0/.

Reimpresiones y permisos

Shakeri, Z., Benfriha, K., Zirak, N. et al. Optimización de la precisión de la forma y la resistencia mecánica de piezas de poliamida FFF mediante análisis relacional gris. Informe científico 12, 13142 (2022). https://doi.org/10.1038/s41598-022-17302-z

Descargar cita

Recibido: 17 febrero 2022

Aceptado: 22 de julio de 2022

Publicado: 30 julio 2022

DOI: https://doi.org/10.1038/s41598-022-17302-z

Cualquier persona con la que compartas el siguiente enlace podrá leer este contenido:

Lo sentimos, un enlace para compartir no está disponible actualmente para este artículo.

Proporcionado por la iniciativa de intercambio de contenido Springer Nature SharedIt

Avances en Fabricación Aditiva (2023)

Al enviar un comentario, acepta cumplir con nuestros Términos y Pautas de la comunidad. Si encuentra algo abusivo o que no cumple con nuestros términos o pautas, márquelo como inapropiado.