Effects of Surface Modification of MWCNT on the Mechanical and Electrical Properties of Fluoro Elastomer/MWCNT Nanocomposites
Notice bibliographique
Résumé
Surface modification is a good way to improve the surface activity and interfacial strength of multiwalled carbon nanotubes (MWCNTs) when used as fillers in the polymer composites. Among the reported methods for nanotube modification, mixed acid oxidation and plasma treatment is often used by introducing polar groups to the sidewall of MWCNT successfully. The purpose of this study is to evaluate the effect of different surface modification of MWCNT on the mechanical property and electrical conductivity of Fluoro‐elastomer (FE)/MWCNT nanocomposites. MWCNTs were surface modified by mixed oxidation and CF 4 plasma treatment and then used to reinforce the fluoro elastomer (FE, a copolymer of trifluorochloroethylene and polyvinylidene fluoride). FE/MWCNT composite films were prepared from mixture solutions of ethylacetate and butylacetate, using untreated CNTs (UCNTs), acid‐modified CNTs (ACNTs), and CF 4 plasma‐modified CNT (FCNTs). In each case, MWCNT content was 0.01 wt%, 0.05 wt%, 0.1 wt%, and 0.2 wt% with respect to the polymer. Morphology and mechanical properties were characterized by using scanning electron microscopy (SEM), Raman spectroscopy, as well as dynamic mechanical tests. The SEM results indicated that dispersion of ACNTs and especially FCNTs in FE was better than that of UCNTs. DMA indicated mechanical properties of FCNT composites were improved over ACNT and UCNT filled FE. The resulting electrical properties of the composites ranged from dielectric behavior to bulk conductivities of 10 −2 Sm −1 and were found to depend strongly on the surface modification methods of MWCNTs.
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 ».