The effect of silica thickness on nano TiO<sub>2</sub> particles for functional polyurethane nanocomposites
Notice bibliographique
Résumé
Abstract In order to help reduce the agglomeration of TiO 2 nanoparticles in polyurethane coatings while enhancing their photoactivity and mechanical/physical properties, this work examined encapsulating TiO 2 nanoparticles in a thin layer of SiO 2 , prior to their nanocomposite polymerization. By applying a Stöber process, varying thicknesses of SiO 2 were successfully coated onto the surface of anatase and rutile TiO 2 nanoparticles. The methylene blue results showed that different loadings of SiO 2 onto the TiO 2 surface significantly influenced their photocatalytic activity. When the loading weight of SiO 2 was lower than 3.25 wt%, the photocatalytic activity was enhanced, while with higher loadings, it gave lower photocatalytic activity. When the rutile phase TiO 2 surface was fully covered with SiO 2 , an enhanced photocatalytic activity was observed. When these silica coated nanoparticles were applied in polyurethane coatings, increasing the amount of SiO 2 on the titania surface increased the coatings contact angle from 75° to 87° for anatase phase and 70°–78° for rutile phase. The Young’s modulus was also increased from 1.06 GPa to 2.77 GMPa for anatase phase and 1.06–2.17 GPa for rutile phase, attributed to the silica layer giving better integration. The thermal conductivity of the polyurethane coatings was also successfully decreased by encapsulating SiO 2 on the titania surface for next generation high performance 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.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».