Modeling electrical conductivity of nanocomposites by considering carbon nanotube deformation at nanotube junctions
Notice bibliographique
Résumé
This paper investigates the effect of carbon nanotube (CNT) deformation on the electrical conductivity of CNT polymer composites at crossed nanotube junctions using a revised 3-dimensional CNT percolating network model. Two aspects of the work are considered. The first is concerned with the effect of CNT deformation on its intrinsic and contact resistances at CNT-CNT junctions. An analytical model based on electron ballistic tunneling theory and Landauer-Büttiker formula is proposed to describe the variation of CNT-CNT contact resistance at the CNT-CNT junction in terms of local deformation of CNT walls and CNT-CNT distance. In addition, a model exclusively based on experimental data to describe the change of CNT intrinsic resistance in terms of its cross-section deformation is adopted. The second is concerned with the relationship among the CNT-CNT distance, the angle between two adjacent CNTs, and the dimensions of local deformation of CNT walls and its impact on the corresponding intrinsic and contact resistance of CNTs near and at a CNT-CNT junction. Finally, Monte Carlo simulations are conducted to evaluate these effects on the electrical conductivity of nanocomposites for different CNT weight fractions. Our results reveal that the local deformation of CNT walls plays a significant role in the evaluation of electrical conductivity of CNT polymer composites. The intrinsic resistance in the deformed part of CNTs near a CNT-CNT junction increases much faster than the decrease of CNT-CNT contact resistance at the same junction when two CNTs are getting closer, resulting in a net increase of resistance at the junction. Numerical results show that the current model agrees with existing experimental data better than existing models without considering the effect of CNT deformation, which tends to overestimate the electrical conductivity of CNT polymer composites containing homogeneously dispersed percolating CNT network.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».