MétaCan
Menu
Retour à la cohorte
Enregistrement W2314989700 · doi:10.1063/1.4942310

Foam injection molding of polypropylene/stainless steel fiber composites for efficient EMI shielding

2016· article· en· W2314989700 sur OpenAlexaff
A. Ameli, Mohammadreza Nofar, Mehdi Saniei, S. Wang, Chul B. Park

Notice bibliographique

RevueAIP conference proceedings · 2016
Typearticle
Langueen
DomaineMaterials Science
ThématiqueElectromagnetic wave absorption materials
Établissements canadiensUniversity of TorontoPolytechnique Montréal
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceComposite materialPolypropyleneComposite numberMolding (decorative)Electromagnetic shieldingPercolation thresholdVoid (composites)MicrostructureBreakageCompression moldingFiberElectrical resistivity and conductivity

Résumé

récupéré en direct d'OpenAlex

Lightweight polypropylene/stainless-steel fiber (PP-SSF) composites with 15-35% density reduction were fabricated using foam injection molding and supercritical carbon dioxide (CO2). The electrical percolation threshold, through-plane electrical conductivity, and electromagnetic interference (EMI) shielding effectiveness (SE) of the PP-SSF composite foams were characterized and compared against the solid samples. The effects of the plasticizing gas and the void fraction on fiber breakage and orientation were also investigated. Microstructure characterization showed that the presence of dissolved CO2 decreased fiber breakage by about 30%, and together with foaming action, contributed to less preferential orientation of fibers. Consequently, the percolation threshold decreased up to four folds from 0.85 to 0.21 vol.% as the void fraction increased from 0 to 35%. The specific EMI SE was also significantly enhanced. A maximum specific EMI SE of 75 dB.g-1cm3 was achieved in PP-1.1 vol.% SSF composite foams, which was highly superior to 38 dB.g-1cm3 of the solid PP-1.0 vol.% SSF composites. The results reveal that light and efficient products with a lower fiber content can be developed by foam for EMI shielding 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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,020
Tête enseignante GPT0,253
Écart entre enseignants0,232 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAIP conference proceedingsMême sujetElectromagnetic wave absorption materialsTravaux en français237 207