Effects of microsized and nanosized carbon fillers on the thermal and electrical properties of polyphenylene sulfide based composites
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Multifunctional polymer matrix composites (PMCs) exhibiting increased thermal and electrical conductivity can be achieved by adding conductive carbon‐based fillers in the polymer matrix. Emerging markets for thermally and electrically conductive PMCs include heat management devices in electronics, light emitting diodes, and/or photovoltaics cells as well as bipolar plates in fuel cells. In this study, the effects of microsized and nanosized carbon fillers [e.g., pitch‐based carbon fibers (CF), multiwalled carbon nanotubes (MWNT), and graphene nanoplatelets (GNPs)] on the multifunctional properties of polyphenylene sulfide (PPS) matrix composites were investigated. Among the three carbon‐based fillers, experimental results revealed that GNPs were the most effective fillers to promote the PMC's effective thermal conductivity ( k eff ). The highest k eff of 1.94 W/m K was attained by adding 30.0 wt% (i.e., 22.4 vol%) of GNPs in the PPS matrix. The nano‐sized MWNTs and GNPs had lower percolation threshold than the micron sized CFs to suppress the composite's electrical impedance. However, the coefficient of thermal expansion and the compressive elastic modulus of the composites were only slightly improved with the filler addition. The different levels of improvement in the composite's multifunctional properties can be related to the filler geometry, filler size, and the composite's phase morphology. POLYM. ENG. SCI., 53:2398–2406, 2013. © 2013 Society of Plastics Engineers
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.
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 | 0,000 | 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 | 0,001 |
| 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 découle