《Sustainable Materials and Technologies》：AI-assisted systematic review of sustainable natural fiber-reinforced composites for additive manufacturing in construction applications
编辑推荐：
建筑行业面临日益增长的压力，需要采用符合循环经济原则的低碳、资源节约型材料。在此背景下，增材制造（additive manufacturing）与天然纤维增强聚合物复合材料（natural fiber-reinforced polymer composites
建筑行业面临日益增长的压力，需要采用符合循环经济原则的低碳、资源节约型材料。在此背景下，增材制造（additive manufacturing）与天然纤维增强聚合物复合材料（natural fiber-reinforced polymer composites）相结合，已成为开发可持续建筑构件的一种有前景的策略。本研究通过结合文献计量图谱、定量合成和人工智能辅助数据提取的系统综述，系统评估了这些材料的当前技术水平和优化潜力。研究方法遵循PRISMA 2020框架，并采用人工智能工具对2019年至2025年间发表的研究进行自动筛选和半自动信息提取。采用单因素方差分析（ANOVA）、主成分分析（PCA）和层次聚类分析（HCA）来探究材料配方、加工参数与力学性能之间的关系。结果显示，以木质纤维素纤维和农业工业残留物增强的PLA基体系占主导地位，其中增强体含量在10–30 wt%之间可在可打印性与力学性能之间提供最佳平衡。多变量分析确定了与结构、功能和预测性研究策略相对应的三种互补技术概况，强调了层高和热加工条件对复合材料性能的强烈影响。研究结果表明，通过增材制造制备的天然纤维增强聚合物复合材料已从实验室规模材料发展为可用于轻质和半结构建筑应用的可行工程解决方案。未来的进展将取决于标准化的力学表征、定量的环境评估以及在真实使用条件下的长期耐久性验证。
1. 引言
建筑行业面临低碳化与资源节约压力，天然纤维增强聚合物复合材料（natural fiber-reinforced polymer composites）结合增材制造（additive manufacturing）在可持续建筑构件中具有潜力。然而当前证据碎片化，缺乏系统整合。本研究旨在通过AI辅助系统综述和定量证据合成，建立材料组成、加工条件、力学性能与应用间的关联。
2. 材料与方法
2.1 研究设计
本研究设计为AI辅助系统文献综述，遵循PRISMA 2020框架，AI仅用于文献组织与数据提取辅助，所有科学决策由研究人员独立完成。
2.2 文献检索策略
在Web of Science和ScienceDirect数据库中检索2019-2025年原创研究，通过布尔逻辑组合增材制造、天然纤维、聚合物基体等概念，优先保证主题特异性。
2.3 AI辅助数据预处理和主题筛选
使用Python实现元数据验证、初始资格过滤、主题筛选和重复识别，AI自动化处理重复性任务，但保留作者对文献纳入的最终决定权。
2.4 资格评估和标准化数据提取
作者独立进行标题/摘要及必要时全文评估，纳入标准包括材料挤出增材制造、天然纤维增强、实验表征、建筑应用。提取变量涵盖材料组成、打印参数、力学和功能性能。
2.5 文献计量图谱
采用VOSviewer进行关键词共现和
