Carbon Nanotube Conductive Networks through the Double Percolation Concept in Polymer Systems
Notice bibliographique
Résumé
Abstract We investigated the electrical conductivity and percolation behavior of binary and ternary nanocomposites based on multiwalled carbon nanotubes (MWCNs) using polypropylene (PP) and a blend of PP with cyclic butylene terephthalate (CBT). The nanocomposites were prepared by diluting a commercial 20 %wtMWCNT PP masterbatch using optimized melt-mixing conditions. The concentration of carbon nanotubes in the diluted PP samples was as low as 0.5 % and as high as 15 % in weight. For the PP/CBT blend CBT concentration was varied up to 40 %wt while the loading of CNT was from 0 to 5 %wt. SEM and TEM techniques were used to examine the quality of the dispersion and the formation of nanotube networks within the polymer matrix. TEM and Raman spectroscopy results showed that for the diluted PP/MWCNT composites the nanotubes are well aligned in samples obtained the microinjection molding process, although the level of alignment is less with crystalline PP than in an amorphous matrix such as polycarbonate (PC). FTIR and XRD results revealed that the orientation of both polymer chains and crystals decreased with the incorporation of nanotubes into PP. The electrical conductivity was also significantly altered by the nanotube alignment in a PP matrix, as was previously observed for PC/MWCNT composites; the conductivity decreased and the percolation threshold rose in highly sheared samples; however, the presence of a crystalline phase improved the conductivity even for high shear conditions through the phenomenon of double percolation threshold. This last concept refers to the requirement that the filler-rich phase be continuous and conductive and not to the existence of two percolation thresholds at two different CNT concentrations. The electrical conductivity of PP/CBT blends was also improved through a double percolation that is the basic requirement for the conductivity of the ternary nanocomposites.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».