Modelleren en optimaliseren van de delaminatiefactor bij boren in biocomposiet versterkt met Agave americana L.-vezels: een studie met RSM- en ANN-methoden

Plantafval omzetten in nuttige materialen

Stel je voor dat de hoge bloeistengels van een sierlijke woestijnplant zouden kunnen helpen bij het maken van lichtere, milieuvriendelijkere autoonderdelen of meubelen. Deze studie onderzoekt precies dat idee door biowaste van de Agave americana om te zetten in sterke composietplaten en vervolgens te bepalen hoe je er schone, nauwkeurige gaten in kunt boren. Net boren is essentieel als deze ecovriendelijke materialen conventionele kunststoffen en metalen in echte producten moeten vervangen.

Van woestijnplant naar geconstrueerde plaat

De onderzoekers begonnen met vezels die uit de bloeistengel van Agave americana werden gewonnen, een deel van de plant dat normaal wordt weggegooid. Ze mengden deze vezels met een heldere, op biobased grondstoffen gebaseerde epoxyhars en goten vlakke platen die veel lijken op spaanplaat, maar lichter zijn en uit hernieuwbare grondstoffen bestaan. Na uitharding waren de platen klaar om bewerkt te worden. In toepassingen buiten het laboratorium hebben dergelijke composietonderdelen veel boutgaten nodig voor assemblage, dus begrijpen hoe ze zich tijdens het boren gedragen is cruciaal voor veiligheid en duurzaamheid.

Waarom gaatjesbeschadiging ertoe doet

Wanneer een roterende boor door gelaagde of vezelrijke materialen dringt, kan dit ertoe leiden dat de lagen loskomen of barsten rond het gat — een soort schade die bekendstaat als delaminatie. In plaats van een scherpe cirkel kan de uitgangszijde van het gat een rafelige rand van gescheurd materiaal vertonen, wat het onderdeel verzwakt en tot falen onder belasting kan leiden. Het team kwantificeerde deze schade met een "delaminatiefactor", in wezen de verhouding tussen de beschadigde zone en de beoogde gatgrootte: waarden net boven 1 duiden op een net gat, terwijl hogere waarden ernstiger scheuringen aangeven.

Boortjes en instellingen testen

Om te onderzoeken wat meer of minder schade veroorzaakt, varieerde het team systematisch drie alledaagse boorinstellingen: hoe snel de boor draait, hoe snel hij in het materiaal wordt gevoerd en hoe breed de boor is. Ze vergeleken een standaard snelstaalboor met een verder gelijkaardige boor die was gecoat met een dunne laag titaannitride, wat wrijving en slijtage vermindert. Na het boren van tientallen gaten onder verschillende omstandigheden werden de monsters op hoge resolutie gescand en gebruikte men beeldanalysetools om de beschadigde gebieden rond elk gat te meten.

Algoritmen laten leren van de data

In plaats van alleen op eenvoudige grafieken te vertrouwen, wendden de onderzoekers zich tot twee krachtige analysetools om de resultaten te interpreteren. De ene, response surface methodology, past vloeiende wiskundige oppervlakken op de data toe en helpt trends en interacties te onthullen — bijvoorbeeld hoe draaisnelheid en boormaat samen schade beïnvloeden. De andere, een kunstmatig neuraal netwerk, is een computermodel dat losjes is geïnspireerd op hersencellen en dat complexe patronen uit voorbeelden "leert". Na het trainen van het netwerk op een deel van de boringsdata en het valideren op de rest, constateerden ze dat het delaminatie goed kon voorspellen, iets nauwkeuriger dan het traditionele statistische model.

Ideale instellingen voor schone gaten vinden

De experimenten toonden aan dat de titaan-gecoate boor consequent schonere gaten produceerde dan de ongecoate boor en in sommige gevallen de delaminatie met bijna een vijfde verminderde dankzij minder wrijving en scherper snijgedrag. De analyse onthulde ook combinaties van instellingen die snelheid en kwaliteit in balans brengen: matige draaisnelheden, zorgvuldig gekozen voersnelheden en een geoptimaliseerde boor diameter leidden tot de kleinste beschadigde zones. Met behulp van hun modellen identificeerde het team omstandigheden waarbij de delaminatiefactor nauwelijks boven 1 lag, wat betekent dat de beschadigde regio rond het gat minimaal was.

Wat dit betekent voor groener produceren

Voor niet-specialisten is de conclusie simpel: afval van een veelvoorkomende sierplant kan worden omgezet in bruikbare structurele panelen, en met het juiste boortje en de juiste machine-instellingen kunnen deze biogebaseerde materialen bijna net zo schoon geboord worden als conventionele composieten. De studie toont aan dat gecoate gereedschappen en datagestuurde modellering samen een belangrijke bron van schade bij bewerkingen kunnen terugdringen. Zulke kennis is essentieel als de industrie meer duurzame materialen wil invoeren zonder betrouwbaarheid of prestaties op te geven.

Bronvermelding: Lalaymia, I., Belaadi, A., Boumaaza, M. et al. Modeling and optimizing the delamination factor in Agave americana L. biowaste fiber-reinforced biocomposite drilling: a study using RSM and ANN methods. Sci Rep 16, 8089 (2026). https://doi.org/10.1038/s41598-026-38508-5

Trefwoorden: biocomposieten, agavevezels, boren, delaminatie, neurale netwerken