这项研究介绍了一种新的方法,用于使用人工神经网络(ANN)和响应表面方法(RSM)进行生物相容性聚乳酸(PLA)/聚甲基甲基丙烯酸酯(PMMA)混合。目标是优化PMMA含量,喷嘴温度,栅格角度和打印速度,以增强形状记忆力和机械强度。材料,PLA和PMMA是融化的,并使用基于颗粒的3D打印机打印4D。差异扫描量热法(DSC)和动态机械热分析(DMTA)评估混合物的热行为和兼容性。ANN模型与RSM模型相比,ANN模型表现出了出色的预测准确性和概括能力。实验结果显示,形状回收率为100%,最终拉伸强度为65.2 MPa,明显高于纯PLA。用优化参数打印的生物螺旋螺旋体展示了出色的机械性能和形状的记忆行为,适用于生物医学应用,例如骨科和牙科植入物。本研究提出了一种用于4D打印PLA/PMMA混合物的创新方法,强调了它们在创造先进的高性能生物相容性材料方面的潜力。
主要关键词