Novel Heating Elements for Induction Welding of Carbon Fiber/Polyphenylene Sulfide Thermoplastic Composites
Notice bibliographique
Résumé
Conductive films of carbon nanofibers (CNFs) decorated/coated with metals, either silver (Ag) or nickel (Ni) are fabricated using a solution casting process and used as novel heating elements (HEs) for induction welding of carbon fiber/polyphenylene sulfide (CF/PPS) thermoplastic composites. Prior to making the films, the metal‐coated CNFs are prepared by an electroless plating method using Ag or Ni precursors. A solution of the metal‐coated CNFs is then casted onto a pure PPS film to give a robust conductive film upon solvent evaporation and annealing in an oven at 200 °C. SEM observation and electrical resistivity measurements reveal that the CNFs are successfully coated with the metals which result in a significant decrease of the films’ electrical resistivity. A third type of HE is also fabricated by solution mixing Ag‐coated CNFs and magnetic Fe3O4 nanoparticles. The welding efficiency of the fabricated films is assessed for induction welding of two different types of thermoplastic composites, that is, unidirectional pre‐impregnated 16 plies of CF/PPS compression‐molded in a quasi‐isotropic stacking sequence and 8‐ply of satin weave fabric CF/PPS compression‐molded in a cross‐ply stacking sequence. The mechanical apparent lap shear strength (LSS) of the induction‐welded joints is evaluated for the fabricated HEs and compared with the LSS of joints welded using conventional stainless steel mesh susceptors. Under similar testing conditions, Ag‐coated CNFs HEs lead to the highest LSS with an average value of ≈31.5 MPa. In general, the new HEs result in superior LSS and higher heating rates when compared to the metallic mesh counterparts. The present work offers a new perspective to push the boundaries toward high quality welding of thermoplastic composites using nanomaterials‐based HEs.
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) | 0,001 | 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 ».