Rheological and Thermal Properties of Polylactide/Silicate Nanocomposites Films
Notice bibliographique
Résumé
Polylactide (DL)/polyethylene glycol/silicate nanocomposite blended biodegradable films have been prepared by solvent casting method. Rheological and thermal properties were investigated for both neat amorphous polylactide (PLA-DL form) and blend of montmorillonite (clay) and poly (ethylene glycol) (PEG). Melt rheology of the PLA individually and blends (PLA/clay; PLA/PEG; PLA/PEG/clay) were performed by small amplitude oscillation shear (SAOS) measurement. Individually, PLA showed an improvement in the viscoelastic properties in the temperature range from 180 to 190 degrees C. Incorporation of nanoclay (3% to 9% wt) was attributed by significant improvements in the elastic modulus (G') of PLA/clay blend due to intercalation at higher temperature. Both dynamic modulii of PLA/PEG blend were significantly reduced with addition of 10% PEG. Rheometric measurement could not be conducted while PLA/PEG blends containing 25% PEG. A blend of PLA/PEG/clay (68/23/9) showed liquid-like properties with excellent flexibility. Thermal analysis of different clay loading films indicated that the glass transition temperatures (T(g)) remained unaffected irrespective of clay concentration due to immobilization of polymer chain in the clay nanocomposite. PEG incorporation reduced the T(g) of the blend (PLA/PEG and PLA/PEG/clay) significantly. Both rheological and thermal analysis data supported plasticization and flexibility of the blended films. It is also interesting to study competition between PLA and PEG for the intercalation into the interlayer spacing of the clay. This study indicates that PLA/montmorillonite blend could serve as effective nano-composite for packaging and other applications.
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 | 0,002 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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 ».