3D科学谷洞察

PEI的轻量化特性使其在制造高性能结构件时具有显著优势，ULTEM对多种化学物质具有出色的抗性，包括汽车和航空液体、醇类、酸类和弱水溶液，可以用于制造ULTEM用于制造飞机内部组件、支架、电气连接器和管道系统；电子领域的连接器、插座、绝缘体和线圈骨架等；外科手术器械、医疗设备外壳、骨科植入物和牙科工具；汽车的电气连接器、传感器外壳… 通过3D打印技术，可以制造出复杂的轻量化结构，如格子状穿甲体和防护装备，这些结构不仅减轻了重量，还提高了性能。例如，结合拓扑优化方法，PEI可以用于制造具有最佳性能的复杂结构，进一步提升战斗部的毁伤效果。”

原文信息

中文摘要

增材制造（AM）能够提供传统技术无法实现的定制化零件。在AM中，零件质量是一个关键参数，特别是在基于材料挤出的3D打印（3D-P）过程中。这一点在需要确保最佳性能的国防相关应用中尤为重要。

 3D Science Valley 白皮书 图文解析

研究应用了三种建模方法（线性回归模型LRM、简化二次回归模型RQRM、二次回归模型QRM）对实验数据进行拟合，结果显示QRM的准确性最高，但即使是更简单的LRM模型，其性能差异也不大。

原文链接：https://doi.org/10.1016/j.dt.2024.08.001

主要结论

研究发现，在95%的置信水平下，六个控制参数对聚醚酰亚胺3D打印样品的表面粗糙度（Ra和Rq）、孔隙率以及实际与标称尺寸偏差的关键质量指标具有显著影响。选定的控制参数包括填充百分比、层高、沉积角、喷嘴温度、移动速度和打印床温度。实验过程中使用田口L25正交阵列作为样品制备的建模策略，并结合光学轮廓仪、光学显微镜和micro-CT扫描对样品的孔隙率、尺寸精度和表面粗糙度进行了评估。

研究采用了方差分析（ANOVA）、线性回归模型（LRM）、二次回归模型（RQRM）和二次回归模型（QRM），以及实验结果的统计分析，生成了关键质量指标的预测方程，并通过两次确认实验验证了ANOVA和预测公式的准确性。预测模型的可靠性通过计算的R值和确认实验得到了证明，在所有情况下R值均超过80%，表明预测具有较高准确性。确认实验表明，预测模型的误差在实验数据范围内仅为3.1%至7.0%。此外，研究还表明控制参数对聚醚酰亚胺3D打印样品质量的影响是显著的，例如Ra值差异超过25%，Rq差异28%，孔隙率差异99%，尺寸偏差差异22%。

结果显示，选择合适的3D打印参数能够显著提高聚醚酰亚胺3D打印样品的质量，尤其是孔隙率，通过优化打印设置可以显著降低孔隙率，从而对机械性能产生重要影响。未来的研究可以探讨控制参数和水平的不同组合，并将所得结果进行比较，以形成对这些零件性能的整体认识。

像本研究这样详细的分析可能为增材制造技术在国防与安全领域的标准化铺平道路。深入了解增材制造中关键参数对最终产品的影响对于在极端环境中使用的材料至关重要。研究结果可为增材制造技术在军事领域的标准化（如建立AM-MIL-STD协议）作出重要贡献。

论文选图

《Defence Technology》是由中国兵工学会主办的科技类综合性学术期刊，目前已被SCI、EI、Scopus、中国科技核心期刊数据库、中国引文数据库核心版和瑞典开放获取指南等多家数据库收录，期刊主要发表基础理论、应用科学和工程技术领域高水平原创性学术论文，包括理论研究、数值模拟和实验研究类文章。