PETG stampato in 3D: Taguchi e reti neurali per capire quali parametri migliorano la resistenza
Il PETG è uno dei materiali più usati nella stampa 3D FDM/FFF quando si cerca un compromesso tra facilità di stampa, resistenza, stabilità e costo. Non è fragile come alcuni PLA, non richiede le stesse attenzioni termiche dell’ABS, offre una buona resistenza chimica e si presta alla produzione di parti funzionali, supporti, attrezzaggi, contenitori tecnici e componenti destinati a uso pratico. Proprio per questo, la domanda non è più soltanto “si può stampare in PETG?”, ma “con quali parametri si ottiene un pezzo più affidabile?”. La letteratura tecnica indica il PETG come un materiale apprezzato per durabilità, flessibilità, resistenza all’impatto, resistenza chimica e basso assorbimento di umidità.
Uno studio pubblicato su Discover Mechanical Engineering da Abdellah El Omari, Aissa Ouballouch e Mohammed Nassraoui, ricercatori collegati alla Hassan II University of Casablanca, affronta proprio questo tema. Il lavoro analizza il comportamento a flessione di provini in PETG stampati in FDM e combina tre strumenti: metodo Taguchi per ridurre il numero di prove, ANOVA per capire quali parametri pesano di più e una rete neurale artificiale per prevedere le proprietà meccaniche. L’articolo scientifico è stato pubblicato il 30 giugno 2026 con il titolo “Prediction and optimization of PETG flexural properties using Taguchi analysis and artificial neural networks for the FDM process”.
Perché la flessione è un test importante per il PETG
Quando si stampa un pezzo in PETG per uso tecnico, la resistenza a trazione non racconta tutto. Molti componenti reali lavorano a flessione: staffe, supporti, leve, clip, carter, guide, elementi di fissaggio e parti montate su macchine o attrezzature. In questi casi il pezzo non viene semplicemente tirato, ma piegato sotto carico.
Il test a flessione a tre punti permette di misurare tre grandezze fondamentali: la resistenza a flessione, cioè il carico massimo sopportabile prima del cedimento; il modulo a flessione, che indica la rigidezza del pezzo; e la deformazione a flessione, utile per capire quanto il materiale riesce a piegarsi prima di perdere integrità. Nel lavoro marocchino, i provini sono stati testati secondo ISO 178, con una distanza tra gli appoggi di 64 mm e una velocità di prova di 2 mm/min.
Questo è un punto importante per chi stampa in azienda o in laboratorio. Una parte può sembrare corretta esteticamente, ma avere porosità interne, scarsa adesione tra strati o una distribuzione del materiale non adatta al carico. La resistenza meccanica, nella stampa FDM, dipende molto dal modo in cui il filamento viene depositato.
Come è stato organizzato lo studio
I ricercatori hanno realizzato provini da 80 × 10 × 4 mm, progettati in Catia V5 e stampati con una Raise3D E2 usando PETG nero commerciale da 1,75 mm di Sakata3D Filaments. Lo slicing è stato preparato con IdeaMaker 4.3.2. Alcuni parametri sono stati mantenuti fissi per isolare meglio l’effetto delle variabili principali: ugello da 0,4 mm, orientamento di stampa piatto, piano a 85 °C, primo layer con infill Lines, 5 strati pieni inferiori e 8 superiori.
Le variabili studiate sono state cinque:
| Parametro | Intervallo analizzato |
|---|---|
| Spessore layer | 0,10–0,30 mm |
| Velocità di stampa | 30–90 mm/s |
| Densità di riempimento | 20–100% |
| Temperatura ugello | 220–260 °C |
| Pattern di riempimento | Line, Triangular, Gyroid, Grid, Honeycomb |
Se si fossero provate tutte le combinazioni possibili, con cinque livelli per cinque parametri e cinque repliche, sarebbero serviti 15.625 provini. Il metodo Taguchi L25 ha ridotto il piano sperimentale a 25 combinazioni, con cinque repliche ciascuna, per un totale di 125 provini. È una riduzione notevole, perché consente di ottenere informazioni utili senza trasformare lo studio in una campagna di prove troppo costosa o ingestibile.
Che cosa ha mostrato l’analisi ANOVA
Il risultato più prevedibile, ma anche più utile, riguarda la densità di riempimento. L’infill density è emersa come il parametro più importante per resistenza, modulo e deformazione a flessione. In altre parole, la quantità di materiale all’interno del pezzo continua a essere uno dei fattori più diretti per migliorare il comportamento meccanico.
La temperatura dell’ugello ha influenzato tutte e tre le risposte meccaniche. Questo ha senso: se la temperatura è troppo bassa, il materiale può non fondere e aderire correttamente tra uno strato e l’altro; se è troppo alta, si rischiano degradazione, eccessiva fluidità o difetti. Lo studio mostra quindi che la temperatura non va impostata solo per ottenere un buon aspetto superficiale, ma anche per migliorare l’adesione interna.
Lo spessore del layer ha inciso soprattutto su resistenza e deformazione. La velocità di stampa ha avuto un effetto significativo solo sul modulo, mentre il pattern di riempimento ha inciso in modo più evidente sulla resistenza a flessione. Secondo le conclusioni degli autori, densità di riempimento e temperatura ugello sono i due parametri più trasversali, mentre layer, velocità e pattern hanno effetti più selettivi.
I numeri principali dello studio
I valori misurati confermano quanto il processo FDM sia sensibile ai parametri. Nei test, la resistenza a flessione è passata da circa 41,3 a 66,6 MPa, il modulo a flessione da 1,39 a 1,90 GPa e la deformazione da 2,78% a 5,83%. Non si tratta di differenze marginali: cambiando impostazioni di stampa, lo stesso materiale può produrre pezzi con comportamento meccanico molto diverso.
La massima resistenza a flessione, fino a 66,6 MPa, è stata ottenuta con densità di riempimento elevata, in particolare al 100%, e con specifiche combinazioni di spessore layer e pattern. Il massimo modulo a flessione, pari a 1,90 GPa, è stato raggiunto con temperatura ugello di 240 °C, layer da 0,10 mm e infill al 100%. La maggiore deformazione osservata, 5,83%, è stata ottenuta con una configurazione a 230 °C, layer da 0,20 mm e pieno riempimento.
Questi dati non dicono che ogni pezzo in PETG debba essere stampato sempre al 100% di infill. Dicono però che, quando il pezzo deve sopportare carichi reali, ridurre troppo il riempimento può compromettere il comportamento a flessione. Per prototipi estetici, dime leggere o parti non sollecitate si può scegliere un riempimento inferiore. Per supporti, staffe e componenti funzionali, invece, la scelta va fatta con maggiore cautela.
La configurazione migliore secondo l’ottimizzazione multi-obiettivo
Uno degli aspetti più interessanti del lavoro è la ricerca di un compromesso tra le tre risposte: resistenza, rigidezza e deformazione. Nella pratica industriale non sempre si cerca il valore massimo di una sola proprietà. Un pezzo troppo rigido può essere fragile in certe condizioni; un pezzo molto deformabile può non mantenere la geometria; un pezzo molto resistente può richiedere tempi o materiale non accettabili.
Lo studio usa una funzione di desiderabilità composita per identificare la configurazione più equilibrata. La combinazione migliore individuata è stata: temperatura ugello 230 °C, layer da 0,20 mm, velocità 70 mm/s, infill 100% e pattern Line. Questa configurazione ha ottenuto un indice di desiderabilità D = 0,907. Una seconda combinazione molto vicina, D = 0,906, usa 240 °C, layer da 0,10 mm, velocità 60 mm/s, infill 100% e pattern Triangular, risultando adatta quando l’obiettivo principale è la rigidezza.
La differenza tra le due soluzioni è minima. Questo è un messaggio utile per chi lavora con stampanti FDM: non esiste un solo profilo “magico”, ma finestre di processo in cui più combinazioni possono funzionare bene. La scelta finale dipende dal componente, dal tempo disponibile, dalla macchina, dal materiale specifico e dalla funzione del pezzo.
Il ruolo della rete neurale artificiale
Dopo le prove sperimentali, i ricercatori hanno sviluppato un modello ANN multi-output, cioè una rete neurale capace di prevedere contemporaneamente resistenza a flessione, modulo e deformazione. Il modello migliore ha usato un’architettura {9-8-3}, addestrata con algoritmo Bayesian Regularization e validazione incrociata a 5 fold. Il risultato dichiarato è un coefficiente R² medio di 0,9571 e un errore quadratico medio di 0,80792.
Detto in modo semplice, la rete neurale è riuscita a cogliere buona parte delle relazioni tra parametri di stampa e prestazioni meccaniche. Questo non significa che l’intelligenza artificiale possa sostituire i test meccanici. Significa però che, una volta raccolto un set di dati sperimentali affidabile, un modello predittivo può aiutare a esplorare combinazioni non testate direttamente, riducendo il numero di prove necessarie.
Per un laboratorio o un’azienda che usa PETG per parti funzionali, questo approccio può diventare interessante. Invece di procedere per tentativi, si possono costruire mappe di processo: quali parametri migliorano la rigidezza, quali aumentano la deformabilità, quali portano a una resistenza superiore, quali riducono tempi o rischi di difetto.
Cosa significa per chi stampa PETG in officina o in azienda
Il primo messaggio pratico riguarda l’infill. Se il pezzo deve lavorare a flessione, la densità di riempimento non è un parametro secondario. Aumentarla migliora il comportamento meccanico, ma aumenta anche tempo di stampa, consumo di materiale e peso. Per questo va scelta in base alla funzione reale del componente.
Il secondo messaggio riguarda la temperatura. Impostare l’ugello “dentro il range consigliato dal produttore” non basta sempre. Due PETG diversi, anche se venduti con la stessa temperatura nominale, possono comportarsi in modo differente. Inoltre, la stessa temperatura può dare risultati diversi su stampanti diverse, a seconda di hotend, ventilazione, camera, velocità e geometria del pezzo.
Il terzo messaggio riguarda lo spessore layer. Layer più sottili possono migliorare alcune proprietà e la finitura, ma aumentano i tempi. Layer più alti possono essere utili quando si privilegia la produttività, ma non sempre sono adatti a parti meccanicamente sollecitate. Lo studio mostra che il layer incide su resistenza e deformazione, quindi non va considerato solo come parametro estetico.
Il quarto messaggio riguarda il pattern di riempimento. Line, Triangular, Gyroid, Grid e Honeycomb non sono equivalenti. Il pattern può cambiare il modo in cui il carico viene distribuito nel pezzo. Per parti sottoposte a flessione, la scelta del pattern può influire sulla resistenza anche quando l’infill è elevato.
Perché il metodo Taguchi è utile nella stampa 3D
Molte aziende che usano la stampa 3D FDM si affidano ancora a profili standard o a piccoli aggiustamenti empirici. Il problema è che i parametri interagiscono tra loro. Cambiare temperatura può richiedere di cambiare velocità; cambiare layer può modificare il tempo di permanenza termica; cambiare infill può influire su raffreddamento, massa del pezzo e distribuzione delle sollecitazioni.
Il metodo Taguchi serve a esplorare questo spazio in modo ordinato. Non elimina la complessità, ma riduce il numero di prove necessarie per capire quali fattori contano davvero. In questo studio, ha permesso di passare da migliaia di combinazioni teoriche a 25 configurazioni sperimentali, mantenendo comunque una lettura statistica dei risultati.
L’aggiunta dell’ANOVA aiuta poi a dare un peso ai parametri. Non tutti gli effetti sono uguali. Alcuni hanno influenza forte e trasversale, altri incidono solo su una proprietà. Questo è utile quando bisogna decidere dove concentrare tempo e risorse.
Un approccio che può uscire dal laboratorio
Il valore dello studio non sta solo nei numeri del PETG, ma nel metodo. Una piccola azienda, un service di stampa 3D o un reparto tecnico potrebbero replicare una logica simile sui propri materiali, sulle proprie stampanti e sui propri componenti. Non serve testare tutto: serve costruire un piano di prove sensato, misurare le proprietà rilevanti e usare i dati per prendere decisioni.
Questo approccio è particolarmente interessante per le parti funzionali. Se il componente è solo estetico, un profilo ben tarato può bastare. Se invece il pezzo deve sostenere un carico, bloccare un elemento, resistere a flessione o lavorare in macchina, la scelta dei parametri diventa parte della progettazione.
La stampa 3D FDM non produce pezzi isotropi come molti materiali lavorati con processi tradizionali. Le proprietà cambiano in base alla direzione di stampa, agli strati, ai vuoti interni e all’adesione tra passate. Per questo la validazione meccanica è importante, soprattutto quando il componente non è un semplice prototipo visivo.
I limiti dello studio
Gli autori segnalano anche alcuni limiti. Il lavoro è stato condotto con uno specifico PETG, una specifica stampante e un determinato intervallo di parametri. Questo significa che i risultati non vanno trasferiti automaticamente a ogni macchina e a ogni filamento. Un PETG di un altro produttore, una stampante con camera chiusa, un ugello diverso o una strategia di raffreddamento differente possono portare a risultati diversi.
Il modello ANN è promettente, ma resta legato ai dati con cui è stato addestrato. Per renderlo più generale servirebbero dataset più ampi, con materiali di diversi lotti, altre stampanti, differenti geometrie e condizioni ambientali controllate. In assenza di questi dati, il modello è un supporto alla decisione, non una garanzia universale.
È anche importante distinguere tra provino standard e pezzo reale. Un campione ISO 178 permette di confrontare i risultati in modo controllato, ma un componente industriale può avere fori, spigoli, nervature, variazioni di spessore, orientamenti complessi e concentrazioni di tensione. La traduzione dal provino alla parte finita richiede quindi ulteriori verifiche.
Una lezione concreta per la stampa 3D del PETG
Il lavoro di El Omari, Ouballouch e Nassraoui conferma una cosa che molti operatori FDM conoscono per esperienza: il PETG può dare buone prestazioni, ma non perdona una scelta superficiale dei parametri quando il pezzo deve lavorare meccanicamente. La densità di riempimento resta decisiva, la temperatura dell’ugello va controllata con attenzione, lo spessore layer non è solo una scelta estetica e il pattern interno può cambiare il comportamento del pezzo.
L’elemento più interessante è l’integrazione tra prove sperimentali e modello predittivo. Il metodo Taguchi riduce il numero di test, l’ANOVA identifica i parametri più influenti e la rete neurale permette di prevedere nuove combinazioni. È una direzione utile per portare la stampa 3D FDM da semplice produzione rapida a processo più controllato per parti funzionali.
Per chi stampa PETG, la conclusione pratica è chiara: non basta scegliere un materiale “tecnico”. Le prestazioni nascono dall’interazione tra materiale, macchina, geometria e parametri. E quando il pezzo deve resistere davvero, questi parametri vanno misurati, non solo intuiti.
