Carbon nanotube network evolution during deformation of PVDF-MWNT nanocomposites
Notice bibliographique
Résumé
The emergence of novel electronic systems and their requirements have necessitated the evolution of new material classes. The traditional electronic semiconductors and components are shifting from silicon based substrates to polymers and other organic compounds. Sensor components are no exceptions, where compliant polymeric materials offer the possibility of flexible electronics. This paper examines the fabrication and characterization of piezoresistive nanocomposites for pressure sensing applications. The matrix material employed was Polyvinylidene Fluoride (PVDF). The PVDF phase was reinforced with conductive particles, in order to form a conductive filler network throughout the nanocomposite. Multiwall carbon nanotubes (MWNT) were selected as conductive particles to form the networks. The composites were prepared by melt mixing the PVDF and conductive particles in compositions ranging from 0.25 to 10 wt% conductive particle in PVDF. The dielectric permittivity and electrical conductivity of the composites was characterized and the electrical percolation behavior of PVDF nanocomposites fitted to the statistical percolation model. Scanning electron was employed to understand the morphology of the filler networks in the PVDF nanocomposites. Quasi-static piezoresistance of the nanocomposites was characterized using a custom-built force-resistance measurement setup under compressive loading conditions.
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 | 0,000 |
| 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) | 0,001 | 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 ».