Carbonized Lignin as Sustainable Filler in Biobased Poly(trimethylene terephthalate) Polymer for Injection Molding Applications
Notice bibliographique
Résumé
High Resolution Image Download MS PowerPoint Slide Light weight and sustainability are the key drivers in the development of novel biobased thermoplastic compounds for automotive applications. This paper reports the engineering properties of thermoplastic compound consisting of a novel bioresourced carbon filler in combination with partially biobased poly(trimethylene terephthalate). The bioresourced carbon filler, which was derived from lignin residue of cellulosic ethanol production, has a clear advantage in terms of density compared to glass fiber and other minerals, and shows potential for weight reduction with 7% lower density at 20% filler content. Polymer processing conditions were optimized in terms of thermomechanical properties, and use of a reactive chain extender additive was studied for improving the performance of the compound. At the optimized conditions, good dimensional stability, 89% increase in heat deflection temperature, 60% increase in flexural modulus, and 14% increase in flexural strength was attained in comparison to neat PTT polymer. Theoretical modeling based on a rule-of-mixture approach showed good agreement of the predicted and experimental modulus of the studied composites. When compared to existing mineral filled engineering polyester resin, many properties of the prepared compounds were on a comparable or favorable level, indicating good potential of the bioresourced carbon filler for light weighting and highly sustainable engineering 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 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 | 0,000 |
| 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) | 0,000 | 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 ».