Fabrication and Mechanical and Thermal Behaviour of Graphene oxide/Epoxy Nanocomposites
Notice bibliographique
Résumé
Bulk amount of graphite oxide was prepared by oxidation of graphite using the modified Hummers method and its ultrasonication in organic solvents yielded graphene oxide (GO). X-ray diffraction (XRD) pattern, X-ray photoelectron (XPS), Raman and Fourier transform infrared (FTIR) spectroscopy indicated the successful preparation of GO. XPS survey spectrum of GO revealed the presence of 66.6 at% C and 30.4 at% O. Scanning electron microscopy (SEM) and Transmission electron microscopy (TEM) images of the graphene oxide showed that they consist of a large amount of graphene oxide platelets with a curled morphology containing of a thin wrinkled sheet like structure. AFM image of the exfoliated GO signified that the average thickness of GO sheets is ~1.0 nm which is very similar to GO monolayer. GO/epoxy nanocomposites were prepared by typical solution mixing technique and influence of GO on mechanical and thermal properties of nanocomposites were investigated. As for the mechanical behaviour of GO/epoxy nanocomposites, 0.5 wt% GO in the nanocomposite achieved the maximum increase in the elastic modulus (~35%) and tensile strength (~7%). The TEM analysis provided clear image of microstructure with homogeneous dispersion of GO in the polymer matrix. The improved strength properties of GO/epoxy nanocomposites can be attributed to inherent strength of GO, the good dispersion and the strong interfacial interactions between the GO sheets and the polymer matrix. However, incorporation of GO showed significant negative effect on composite glass transition temperature (Tg). This may arise due to the interference of GO on curing reaction of epoxy.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».