Effect of carbon nanoparticle type, content, and stress on piezoresistive polyethylene nanocomposites
Notice bibliographique
Résumé
This study examines the piezoresistive behavior of polyethylene (PE) composites containing different types of carbon nanoparticle fillers. The fillers investigated are single‐wall carbon nanotube (SWCNT), multi‐wall carbon nanotube (MWCNT), and graphene nanoplatelets (GNP), which were dispersed in PE through melt blending in concentrations ranging between 0.5 and 10 wt%. The dispersion and nanocomposite morphology were investigated using scanning electron microscopy and X‐ray diffraction with strong evidence found for shear‐induced orientation of GNP nanoparticles during the compression molding process. The conductivity and permittivity of the composite materials was investigated using impedance spectroscopy and the lowest percolation threshold and highest electrical conductivity was observed for SWCNT composites, followed by MWCNT and GNP. The compressive piezoresistance of the nanocomposites was measured and the initial, elastic, and plastic deformation regions were all identifiable by the resistance measurements. The main finding of this study is that the piezoresistance of MWCNT nanocomposites is more sensitive to the effects of varying stress and composition than SWCNT nanocomposites. This indicates an evolving filler network in the case for MWCNT, while a static network for SWCNT, which is explained by the higher aspect ratio and surface area of the latter. POLYM. ENG. SCI., 55:1643–1651, 2015. © 2014 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.
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 ».