Nanoparticle and Process Induced Super Toughened Piezoelectric Hybrid Materials: The Effect of Stretching on Filled System
Notice bibliographique
Résumé
Process and nanoparticle induced piezoelectric super toughened poly(vinylidene fluoride) (PVDF) nanohybrids have been demonstrated. The nanohybrids have been prepared by incorporating organically modified nanoclay through melt extrusion and solution route. The solution processed nanohybrid exhibit 1100% improvement in toughness as well as adequate stiffness as compared to pure PVDF without any trade-off. The structural and morphological origins of super toughening phenomena have been worked out. The unique crystallization behavior of PVDF on top of the silicate layers (β-phase, planar zigzag chain conformation, and subsequent polar γ-phase and α-phase as layered type) has been revealed to create an island type of structure, which in turn is responsible for greater toughness. The extent of piezoelectric β-phase has been enhanced by controlled stretching of the nanohybrid at moderately high temperature for better disentanglement, and 90% of the piezoelectric phase has been stabilized. The structural change over has been confirmed through XRD, FTIR, and DSC studies. The nanohybrids possess β-phase with a small amount of α-phase and distorted γ-phase (T 3 G-T 6 G) before stretching which convert into predominantly β-phase with increasing the draw ratio, whereas pure PVDF converted directly into β-phase from pure α-phase. The piezoelectric coefficient ( d 33 ) exhibits significant increase with draw ratio, and the relative enhancement is more in nanohybrid vis-à-vis pure PVDF arising from the presence of greater β-phase leading to super toughened lightweight piezoelectric material.
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 ».