Enhanced protective properties and UV stability of epoxy/graphene nanocomposite coating on stainless steel
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Epoxy-Graphene (E/G) nanocomposites with different loading of graphene were prepared via in situ prepolymerization and evaluated as protective coating for Stainless Steel 304 (SS304). The prepolymer composites were spin coated on SS304 substrates and thermally cured. Transmission Electron Microscopy (TEM) and Scanning Electron Microscopy (SEM) were utilized to examine the dispersion of graphene in the epoxy matrix. Epoxy and E/G nanocomposites were characterized using X-ray diffraction (XRD) and Fourier Transform Infrared (FTIR) techniques and the thermal behavior of the prepared coatings is analyzed using Thermogravimetric analysis (TGA) and Differential scanning calorimetry (DSC). The corrosion protection properties of the prepared coatings were evaluated using Electrochemical Impedance Spectroscopy (EIS) and Cyclic Voltammetry (CV) measurements. In addition to corrosion mitigation properties, the long-term adhesion performance of the coatings was evaluated by measuring the adhesion of the coatings to the SS304 substrate after 60 days of exposure to 3.5 wt% NaCl medium. The effects of graphene loading on the impact resistance, flexibility, and UV stability of the coating are analyzed and discussed. SEM was utilized to evaluate post adhesion and UV stability results. The results indicate that very low graphene loading up to 0.5 wt % significantly enhances the corrosion protection, UV stability, and impact resistance of epoxy coatings.
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.
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 découle