Fabrication and characterization of β-poly(vinylidene fluoride)/silane-treated titanium dioxide dielectric nano-composites
Notice bibliographique
Résumé
Dielectric materials are commonly known as electrical insulators that can be polarized under strong electrical field. Currently, emerging dielectric research interests are focusing on nanoparticles mixed polymer based composites, since such materials demonstrated an astonishing increase in dielectric performance when compared to neat polymer matrix, due to the exponential increase in the interfacial area between the nanoparticles and polymer. Such findings infer that particle dispersion plays a critical role for the overall dielectric performance. In this study, we present a continuous manufacturing process consists of extrusion and stretching for Poly(vinylidene fluoride)/silane-treated titanium dioxide (PVDF/silane-treated TiO<sub>2</sub>) flexible organic/inorganic polymer nanocomposites and the experimental result. Our results show that melt blending process is able to break down both silane treated and untreated micro-size TiO<sub>2</sub> agglomerates with extremely well dispersion in PVDF matrix. Follow-up studies and characterizations indicated that the material performances such as dielectric constant and dielectric loss are either similar or surpass the sample prepared via solvent casting and the effects of silane treatment are also discussed. A number of methods was used to characterize the composites, including AFM for dispersion verification and dielectric spectroscopy for dielectric analysis.
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 ».