A Noncovalent Compatibilization Approach to Improve the Filler Dispersion and Properties of Polyethylene/Graphene Composites
Notice bibliographique
Résumé
Graphene was prepared by low temperature vacuum-assisted thermal exfoliation of graphite oxide. The resulting thermally reduced graphene oxide (TRGO) had a specific surface area of 586 m(2)/g and consisted of a mixture of single-layered and multilayered graphene. The TRGO was added to maleated linear low-density polyethylene LLDPE and to its derivatives with pyridine aromatic groups by melt compounding. The LLDPE/TRGO composites exhibited very low electrical percolation thresholds, between 0.5 and 0.9 vol %, depending on the matrix viscosity and the type of functional groups. The dispersion of the TRGO in the compatibilized composites was improved significantly, due to enhanced noncovalent interactions between the aromatic moieties grafted onto the polymer matrix and the filler. Better dispersion resulted in a slight increase in the rheological and electrical percolation thresholds, and to significant improvements in mechanical properties and thermal conductivity, compared to the noncompatibilized composites. The presence of high surface area nanoplatelets within the polymer also resulted in a substantially improved thermal stability. Compared to their counterparts containing multiwalled carbon nanotubes, LLDPE/TRGO composites had lower percolation thresholds. Therefore, lower amounts of TRGO were sufficient to impart electrical conductivity and modulus improvements, without compromising the ductility of the composites.
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 ».