Reinforcement of nylon 6 with functionalized silica nanoparticles for enhanced tensile strength and modulus
Notice bibliographique
Résumé
Pristine and functionalized silica (SiO(2)) nanoparticles were dispersed into nylon 6 and drawn into filaments through melt extrusion. The loading fraction of particles in both cases was 1.0 wt%. Fourier transform infrared (FTIR) studies revealed that reinforcement of pristine silica nanoparticles enhances the bond strength of each of the three basic bonds of nylon 6 namely, hydroxyl, amide, and carbonyl. As a result, the improvement over neat nylon in strength and modulus was 36% and 28% respectively, without any loss of fracture strain (80%). A silane coupling agent was then used through wet chemical treatment to functionalize silica nanoparticles. Functionalization induced an additional covalent Si-O-Si (siloxane) bond between silica particles and nylon backbone polymer while the enhancement in the basic bonds was retained. FTIR and x-ray photoelectron spectroscopy (XPS) studies confirmed the formation of the siloxane bond. This added chemical bond resulted in 76% and 55% improvement in tensile strength and modulus, and still retained 30% fracture strain. Calculation of the upper bound on Young's modulus indicates that one can reach within 5% of the bound with pristine silica particles, but it is exceeded by 15% when particles are functionalized.
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 | 0,000 | 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 | 0,000 |
| 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 ».