Application of nonlinear rheology to assess the effect of secondary nanofiller on network structure of hybrid polymer nanocomposites
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
Carbon nanotube (CNT)/polymer nanocomposites exhibit excellent electrical properties by forming a percolated network. Adding a secondary filler can significantly affect the CNTs’ network, resulting in changing the electrical properties. In this work, we investigated the effect of adding manganese dioxide nanowires (MnO2NWs) as a secondary nanofiller on the CNTs’ network structure inside a poly(vinylidene fluoride) (PVDF) matrix. Incorporating MnO2NWs to PVDF/CNT samples produced a better state of dispersion of CNTs, as corroborated by light microscopy and transmission electron microscopy. The steady shear and oscillatory shear flows were employed to obtain a better insight into the nanofiller structure and viscoelastic behavior of the nanocomposites. The transient response under steady shear flow revealed that the stress overshoot of hybrid nanocomposites (two-fillers), PVDF/CNT/MnO2NWs, increased dramatically in comparison to binary nanocomposites (single-filler), PVDF/CNT and PVDF/MnO2NWs. This can be attributed to microstructural changes. Large amplitude oscillatory shear characterization was also performed to further investigate the effect of the secondary nanofiller on the nonlinear viscoelastic behavior of the samples. The nonlinear rheological observations were explained using quantitative nonlinear parameters [strain-stiffening ratio (S) and shear-thickening ratio (T)] and Lissajous-Bowditch plots. Results indicated that a more rigid nanofiller network was formed for the hybrid nanocomposites due to the better dispersion state of CNTs and this led to a more nonlinear viscoelastic behavior.
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