基于区间值T-球面模糊的IEW-CRITIC-CoCoSo方法在3D打印再生聚丙烯复合材料工艺参数优化中的应用

从疫情废弃物到有用零件

自 COVID-19 大流行以来，数十亿只一次性口罩和其他基于聚丙烯的纺织品作为废弃物堆积。本研究探讨如何将这些废弃物转化为坚固、可靠的 3D 打印零件，以及如何调校打印机以使再生塑料的性能可与新料媲美。通过一种新型的智能决策数学方法，作者展示了如何从玻璃纤维增强再生聚丙烯中榨取最佳机械性能，帮助闭合塑料循环，同时保持 3D 打印在工程应用中的可行性。

为何再生塑料需要智能打印

由废弃熔喷布（如口罩层）制得的再生聚丙烯具有成本低、重量轻且原料广泛的优点。但在常规熔融沉积成型（FDM）3D 打印机中使用时，它常表现为层间粘结弱和成形不稳定。加入短切玻璃纤维可以提高强度和刚度，形成称为 GF/RPP 的复合材料。即便如此，最终质量仍强烈依赖于打印机的设置：喷嘴温度、层厚、内部填充率（infill density）和打印线方向等都会以不同方式影响强度、刚性和延展性。要找到一组同时平衡这三项性能的参数并非显而易见。

材料制备与测试设计

研究者先将废弃熔喷聚丙烯制成颗粒，再制成含 30%（质量分数）玻璃纤维的耗材丝。他们确认该复合材料在其降解温度以下具有良好的熔融流动性，适合用于挤出式 3D 打印。利用商业化 FDM 打印机，他们在九种不同的温度（220、240、260 °C）、层厚（0.1、0.2、0.3 mm）和填充率（60、80、100%）组合下打印标准拉伸试样，并在三个栅格角度（0°、45°、90°）重复该组试验。对每个样品进行拉伸测试以测量拉伸强度、刚度（拉伸模量）和断裂伸长率，捕捉零件的强度、刚性和韧性表现。

在冲突目标之间的全新数学方法

由于某些设置会在提高强度的同时降低延展性，团队采用多属性决策（MADM）框架来权衡并综合所有结果。他们在“模糊”情形下工作，把每个测量视为不是单一精确值，而是带有置信度、犹豫和不信任度的区间，更能反映实验噪声。他们提出的区间值 T-球面模糊算子能将来自不同栅格角度和机械性能的数据合并，同时弱化异常值的影响。为确定每个性能指标的重要性，他们将专家判断与基于各指标变异性和相互冲突程度的客观度量相结合。最后，使用名为 CoCoSo 的排序程序对九组工艺参数进行评分和排序，目标是获得整体性能最佳的组合，而非仅追求某一单项指标的最高值。

最佳打印参数是什么样子

综合分析明确指向一个获胜配方：240 °C 的打印温度、0.3 mm 的层厚和 60% 的填充率。该组合（称为方案 M6）在总体机械性能上比其它测试设置高约 10.7%。在 240 °C 时，材料熔融度足以实现良好层间熔合而不致热降解；较厚的层增加了层间接触面积并减少内部空隙；适中的填充率在提供良好支撑的同时不过度引入内部应力。断裂样品的显微观察也支持这些结果：最佳打印的样品表现出致密、良好熔合的层理和牢固锚固于塑料中的玻璃纤维，而较差设置下则出现缝隙、纤维拔出和大尺寸空洞，削弱了零件强度。

对更环保 3D 打印的意义

简而言之，研究表明通过合适的参数设置，用玻璃纤维增强的再生口罩材料可以成为制造结构件的可靠原料。作者的模糊决策框架帮助制造商在不确定性下为强度、刚性与柔韧性之间找到平衡，而不是逐项优化。超越该特定复合材料，同样的数学工具也可用于指导其他再生塑料和先进材料的参数选择，从而更容易设计出更环保且高性能的 3D 打印产品。

引用: Zhao, S., Du, Y., Hao, Y. et al. Application of an IEW-CRITIC-CoCoSo method based on interval-valued T-spherical fuzzy for optimizing process parameters of 3D printed recycled polypropylene composites. Sci Rep 16, 6971 (2026). https://doi.org/10.1038/s41598-026-37726-1

关键词: 3D 打印, 再生聚丙烯, 玻璃纤维复合材料, 工艺优化, 模糊决策