Blends of polypropylene with solid silicone additive
Notice bibliographique
Résumé
Abstract Blends of polypropylene (PP) and silicone masterbatch (SMB PP )—a commercial formulation consisting of an ultrahigh molecular weigh polydimethylsiloxane (PDMS) dispersed in PP—were prepared by melt mixing in an internal mixer. Four binary blends with different SMB PP content and two ternary blends containing silane‐grafted polypropylenes (PP‐VTES) of different VTES content as compatibilizer were produced. The blends were analyzed by melting flow rate, rotational rheometry, scanning electron microscopy, and differential scanning calorimetry (DSC). In all blends, the SMB PP remained as dispersed phase in the continuous PP matrix. The addition of PP‐VTES reduced significantly the size of the SMB PP domains. Rheological and morphological data strongly indicate that the PP‐VTES acts only by lowering the interfacial tension of the system without generating strong interaction between SMB PP domains and the PP matrix. The dimensions of the SMB PP domains and the interfacial energy were observed to determine the characteristics of the pseudoplastic behavior of the blends in the melt state. For both binary and ternary blends, the SMB PP domains showed nucleating effect leading to an increase of the degree of crystallinity. However, the decrease in the interfacial energy and viscosity promoted by the addition of PP‐VTES to the system led to a more intense nucleating effect and to an increase of crystallization, melting temperatures, and melting enthalpy. © 2007 Wiley Periodicals, Inc. J Appl Polym Sci 104: 226–233, 2007
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| 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 ».