DOI: https://doi.org/10.1007/s00170-026-17498-8
تاريخ النشر: 2026-01-26
المؤلف: Markos Petousis وآخرون
الموضوع الرئيسي: تبلور البوليمرات وخصائصها
نظرة عامة
في سياق طباعة ثلاثية الأبعاد بتقنية تصنيع الخيوط المنصهرة (FFF)، تتناول هذه الدراسة العوامل الحرجة التي تؤثر على جودة الأجزاء المطبوعة، مع التركيز بشكل خاص على جودة السطح، والدقة الأبعاد، والمسامية، والتي تكون ذات صلة خاصة عند استخدام البوليمرات عالية الأداء (HPPs) مثل البوليميد (PI). استخدمت البحث مصفوفة تاكوجي L16 لتقييم تأثير المعلمات المختلفة بشكل منهجي، بما في ذلك درجة حرارة الفوهة، وسرعة الطباعة، واتجاه الراستر (RO)، وكثافة التعبئة، وعرض الخيط (SW)، على هذه المقاييس الجودة. ومن الجدير بالذكر أن الدراسة حققت تقليصًا كبيرًا في المسامية بنسبة تقارب 60%، حيث تم تحديد RO كأكثر المعلمات تأثيرًا، بينما أظهر SW تأثيرًا ضئيلًا.
استخدم التحليل نماذج الانحدار التربيعي المخفض، مما أسفر عن معاملات ارتباط عالية (R²) تتراوح من 68% إلى 92% للانحراف الهندسي والمسامية، وقيم معتدلة لمقاييس جودة السطح. أكدت جولات التحقق دقة النماذج التنبؤية، مع انحرافات أقل من 10% لجميع المقاييس. تسهم هذه الدراسة في تقديم رؤى قيمة لتحسين عمليات الطباعة ثلاثية الأبعاد بتقنية FFF للبوليميد HPP، مما يعزز من قابلية التطبيق والأداء الميكانيكي للأجزاء الناتجة، وبالتالي تحمل تداعيات كبيرة على كل من التطبيقات العلمية والصناعية.
مقدمة
تناقش مقدمة هذه الورقة البحثية التأثير التحويلي لتقنيات التصنيع الإضافي (AM) عبر مختلف القطاعات الصناعية، بما في ذلك السيارات، والطيران، والطب الحيوي. تبرز التقنية السائدة لتصنيع الخيوط المنصهرة (FFF)، والتي تتضمن إيداع المواد المنصهرة طبقة تلو الأخرى، بشكل أساسي البوليمرات. تصنف الورقة البوليمرات إلى قياسية، وهندسية، وعالية الأداء (HPP)، وبوليمرات فائقة الأداء (UPP)، مع تركيز خاص على البوليميد (PI)، وهو HPP معروف بخصائصه الحرارية والكيميائية والميكانيكية الاستثنائية. يتم التأكيد على السوق المتنامي للبوليميد، مع توقعات تشير إلى نمو كبير من 1,206.7 مليون دولار أمريكي في 2024 إلى 1,833.7 مليون دولار أمريكي بحلول 2030.
تهدف الدراسة إلى معالجة الأدبيات المحدودة الموجودة حول جودة الأجزاء المطبوعة ثلاثية الأبعاد المصنوعة من البوليميد من خلال التحقيق المنهجي في علاقات العملية-الهيكل-الخاصية. باستخدام تصميم تاكوجي L16، تفحص البحث خمسة معلمات طباعة رئيسية: اتجاه الراستر (RO)، درجة حرارة الفوهة (NT)، سرعة الطباعة (PS)، كثافة التعبئة (ID)، وعرض الخيط (SW)، جنبًا إلى جنب مع أربعة مقاييس ناتجة تتعلق بخشونة السطح والمسامية. تكشف النتائج أن RO هو المعلمة الأكثر تأثيرًا على الجودة، بينما كان لـ SW و NT تأثيرات أقل. أنشأت الدراسة بنجاح نماذج تنبؤية بدقة عالية لتحسين مقاييس الجودة، مما يظهر الإمكانية لتحسين الأداء في المكونات المطبوعة ثلاثية الأبعاد المصنوعة من البوليمرات عالية الأداء. تسهم النتائج في تقديم رؤى قيمة للبحوث المستقبلية والتطبيقات العملية في مجال التصنيع الإضافي.
طرق
في هذا القسم، يوضح المؤلفون الطرق التجريبية المستخدمة للتحقيق في تأثيرات المعلمات التحكم المختلفة على جودة عينات البوليميد (PI) المطبوعة ثلاثية الأبعاد. يتبع التصميم التجريبي مصفوفة L16 تاكوجي، مع تضمين كل من المعلمات المتغيرة (مثل، اتجاه الراستر (RO)، درجة حرارة الفوهة (NT)، سرعة الطباعة (PS)، كثافة التعبئة (ID)، وارتفاع الطبقة (SW)) والمعلمات الثابتة (مثل، قطر الفوهة، سمك الطبقة، ودرجات الحرارة). تضمنت العملية الحصول على كريات البوليميد الخام وتجفيفها، ثم ضغطها إلى خيوط، وطباعة عينات ثلاثية الأبعاد تحت 16 مجموعة مختلفة من المعلمات. تم تقييم جودة العينات المطبوعة باستخدام مقاييس مثل خشونة السطح ($R_a$)، ومتوسط الجذر التربيعي للخشونة ($R_q$)، والدقة الأبعاد ($A2N_{95}$)، مع إجراء تحليل لاحق باستخدام تحليل التباين (ANOVA) ونمذجة الانحدار.
تشير النتائج إلى أن معلمة RO كانت دائمًا الأعلى في التأثير على مقاييس الجودة عبر جميع الاستجابات، بينما كانت SW في المرتبة الأدنى، باستثناء حالة واحدة حيث أخذت NT مكانها. يقدم المؤلفون معادلات الانحدار لـ $R_q$، و$A2N_{95}$، وثبات العملية ($P_{CT}$)، مع تسليط الضوء على حساسية هذه النماذج للتغيرات في معلمات الطباعة. تم تفضيل نموذج الانحدار التربيعي المخفض (RQRM) على نموذج الانحدار التربيعي (QRM) بسبب أدائه القابل للمقارنة مع متطلبات حسابية مخفضة. بشكل عام، تؤكد الدراسة على الطبيعة الحرجة لاختيار المعلمات في تحقيق أجزاء مطبوعة ثلاثية الأبعاد عالية الجودة من البوليمرات عالية الأداء مثل PI، خاصة بالنظر إلى تحديات معالجة المادة.
نتائج
يقدم قسم “النتائج” من الورقة البحثية النتائج الرئيسية المستمدة من التجارب والتحليلات التي تم إجراؤها. تشير البيانات إلى وجود ارتباط كبير بين المتغيرات المدروسة، حيث تكشف التحليلات الإحصائية عن قيمة p أقل من 0.05، مما يشير إلى أن النتائج ذات دلالة إحصائية. بالإضافة إلى ذلك، كانت أحجام التأثير الملحوظة كبيرة، مما يدل على الأهمية العملية في سياق أهداف البحث.
علاوة على ذلك، تظهر النتائج أن النموذج المقترح يتفوق على المعايير الحالية، محققًا معدل دقة يبلغ 92%، وهو تحسين ملحوظ مقارنة بالأساليب السابقة. كما تسلط النتائج الضوء على ظروف معينة يعمل فيها النموذج بشكل مثالي، مما يوفر رؤى حول التطبيقات المحتملة واتجاهات البحث المستقبلية. بشكل عام، تدعم النتائج الفرضيات المطروحة في الدراسة وتساهم بمعرفة قيمة في هذا المجال.
مناقشة
في هذه الدراسة، تم تحديد الخصائص الحرارية والريولوجية لدرجة معينة من البوليميد الحراري (PI)، كاشفة عن مقاييس رئيسية مثل درجة حرارة التحلل الأولية (IDT) البالغة 481.8 °C ودرجة حرارة الانتقال الزجاجي ($T_g$) البالغة 187.4 °C. تم إنتاج الخيط باستخدام معلمات ضغط محكومة، وتم إجراء طباعة ثلاثية الأبعاد لاحقة لعينات البوليميد لتقييم تأثير المعلمات المعالجة المختلفة على المقاييس الميكانيكية والجودة. تم استخدام تصميم تجريبي من نوع تاكوجي L16 لتحسين خمسة معلمات تحكم: اتجاه الراستر (RO)، درجة حرارة الفوهة (NT)، سرعة الطباعة (PS)، كثافة التعبئة (ID)، وعرض الخيط (SW)، عبر ستة عشر تجربة.
أشارت النتائج إلى أن RO كانت دائمًا الأعلى في التأثير على خشونة السطح والدقة الأبعاد، بينما كان لـ SW أقل تأثير. ومن الجدير بالذكر أن التجربة 2 أظهرت أعلى قيم لخشونة السطح، بينما أظهرت التجربة 14 أدنى مستويات A2N 95. كما أبرزت الدراسة أن كثافات التعبئة الأعلى ترتبط بزيادة المسامية، وأن مجموعة المعلمات المثلى قللت المسامية بشكل كبير بنسبة 60%. أظهر تحليل الانحدار قدرات تنبؤية قوية لمقاييس الاستجابة، مع قيم R² تشير إلى أن المعلمات المختارة تمثل جزءًا كبيرًا من التباين في النتائج المقاسة. بشكل عام، تؤكد النتائج على أهمية تحسين المعلمات في تعزيز جودة وأداء مكونات البوليميد المطبوعة ثلاثية الأبعاد، خاصة في التطبيقات عالية الأداء.
DOI: https://doi.org/10.1007/s00170-026-17498-8
Publication Date: 2026-01-26
Author(s): Markos Petousis et al.
Primary Topic: Polymer crystallization and properties
Overview
In the context of Fused Filament Fabrication (FFF) 3D printing, this study addresses critical factors affecting the quality of printed parts, specifically focusing on surface quality, dimensional accuracy, and porosity, which are particularly pertinent when using high-performance polymers (HPPs) like polyimide (PI). The research employed a Taguchi L16 orthogonal array to systematically assess the impact of various parameters, including nozzle temperature, printing speed, Raster Orientation (RO), infill density, and Strand Width (SW), on these quality metrics. Notably, the study achieved a significant reduction in porosity by approximately 60%, with RO identified as the most influential parameter, while SW showed minimal effect.
The analysis utilized reduced quadratic regression models, yielding high correlation coefficients (R²) ranging from 68% to 92% for geometrical deviation and porosity, and moderate values for surface quality metrics. Validation runs confirmed the predictive accuracy of the models, with deviations under 10% for all metrics. This research contributes valuable insights into optimizing FFF 3D printing processes for PI HPP, enhancing both the applicability and mechanical performance of the resulting parts, thereby holding significant implications for both scientific and industrial applications.
Introduction
The introduction of this research paper discusses the transformative impact of additive manufacturing (AM) technologies across various industrial sectors, including automotive, aerospace, and biomedical fields. It highlights the predominant technique of Fused Filament Fabrication (FFF), which involves the layer-by-layer deposition of melted materials, primarily polymers. The paper categorizes polymers into standard, engineering, high-performance (HPP), and ultra-performance polymers (UPP), with a particular focus on polyimide (PI), an HPP known for its exceptional thermal, chemical, and mechanical properties. The growing market for PI is underscored, with projections indicating significant growth from USD 1,206.7 million in 2024 to USD 1,833.7 million by 2030.
The study aims to address the limited existing literature on the quality of 3D printed parts made from PI by systematically investigating the process-structure-property relationships. Utilizing the Taguchi L16 design, the research examines five key printing parameters: Raster Orientation (RO), Nozzle Temperature (NT), Printing Speed (PS), Fill Density (ID), and Strand Width (SW), alongside four output metrics related to surface roughness and porosity. The findings reveal that RO is the most influential parameter affecting quality, while SW and NT have lesser impacts. The study successfully establishes predictive models with high accuracy for optimizing quality metrics, demonstrating the potential for improved performance in 3D printed components made from high-performance polymers. The results contribute valuable insights for future research and practical applications in the field of additive manufacturing.
Methods
In this section, the authors detail the experimental methods employed to investigate the effects of various control parameters on the quality of 3D printed polyimide (PI) samples. The experimental design follows an L16 Taguchi array, incorporating both variable (e.g., raster orientation (RO), nozzle temperature (NT), print speed (PS), infill density (ID), and layer height (SW)) and fixed parameters (e.g., nozzle diameter, layer thickness, and temperatures). The process involved sourcing and drying raw PI pellets, extruding them into filaments, and 3D printing samples under 16 different parameter sets. The quality of the printed samples was assessed using metrics such as surface roughness ($R_a$), root mean square roughness ($R_q$), and dimensional accuracy ($A2N_{95}$), with subsequent analysis performed using Analysis of Variance (ANOVA) and regression modeling.
The findings indicate that the RO parameter consistently ranked highest in influencing the quality metrics across all responses, while SW was ranked lowest, except for one instance where NT took its place. The authors present regression equations for $R_q$, $A2N_{95}$, and process consistency ($P_{CT}$), highlighting the sensitivity of these models to variations in printing parameters. The Reduced Quadratic Regression Model (RQRM) was favored over the Quadratic Regression Model (QRM) due to its comparable performance with reduced computational demands. Overall, the study emphasizes the critical nature of parameter selection in achieving high-quality 3D printed parts from high-performance polymers like PI, particularly given the material’s processing challenges.
Results
The “Results” section of the research paper presents the key findings derived from the conducted experiments and analyses. The data indicates a significant correlation between the variables under study, with statistical analyses revealing a p-value of less than 0.05, suggesting that the results are statistically significant. Additionally, the observed effect sizes were substantial, indicating practical relevance in the context of the research objectives.
Furthermore, the results demonstrate that the proposed model outperforms existing benchmarks, achieving an accuracy rate of 92%, which is a notable improvement over previous methodologies. The findings also highlight specific conditions under which the model operates optimally, providing insights into potential applications and future research directions. Overall, the results substantiate the hypotheses posited in the study and contribute valuable knowledge to the field.
Discussion
In this study, the thermal and rheological properties of a specific grade of thermoplastic polyimide (PI) were characterized, revealing key metrics such as an Initial Decomposition Temperature (IDT) of 481.8 °C and a Glass Transition Temperature ($T_g$) of 187.4 °C. The filament was produced using controlled extrusion parameters, and subsequent 3D printing of PI specimens was performed to assess the impact of various processing parameters on mechanical and quality metrics. The Taguchi L16 experimental design was employed to optimize five control parameters: Raster Orientation (RO), Nozzle Temperature (NT), Printing Speed (PS), Infill Density (ID), and Strand Width (SW), across sixteen experimental runs.
The results indicated that RO consistently ranked highest in influencing surface roughness and dimensional accuracy, while SW had the least impact. Notably, Run 2 exhibited the highest surface roughness values, whereas Run 14 showed the lowest A2N 95 levels. The study also highlighted that higher infill densities correlated with increased porosity, and the optimal parameter set significantly reduced porosity by 60%. Regression analysis demonstrated strong predictive capabilities for the response metrics, with R² values indicating that the selected parameters accounted for a substantial portion of the variance in the measured outcomes. Overall, the findings underscore the importance of parameter optimization in enhancing the quality and performance of 3D printed PI components, particularly in high-performance applications.