Surface-Segregation-Induced Nanopapillae on FDTS-Blended PDMS Film and Implications in Wettability, Adhesion, and Friction Behaviors
Notice bibliographique
Résumé
Polymer composites have been extensively used to tune the surface property (e.g., wettability, friction, and adhesion) for its advantages of cost-effectiveness, high efficiency, and ease of fabrication. In this work, different amount of trichloro(1H,1H,2H,2H-perfluorooctyl)silane (FDTS) was added into poly(dimethylsiloxane) elastomer to prepare polymer composite films and were selected as a model to illustrate the effects of surface segregation on surface topology, wettability, friction, and adhesion. The results show that the added FDTS forms aggregations and increasing the content of FDTS leads to the difficulty of air bubble elimination, increase in viscosity, and drop in transparency. Driven by the differences of chemical potential, FDTS aggregations migrate to the air-polymer interface, resulting in surface enrichment and formation of nanopapillae (1-200 nm). This phenomenon becomes more significant with the increment in FDTS. The change in surface composition and structure generates profound effects on wettability, friction, and adhesion. The addition of FDTS makes the surface relatively oleophobic and further increasing the content of FDTS does not helpful in improving the oleophobicity due to the notable aggregation. Friction forces first grow with the increasing content of FDTS and then decline after the maximum point at 1.0 wt % of FDTS, which is attributed to the generated regular larger nanopappillae at high concentration. However, these larger nanopapillae lead to the increase in adhesion because more interactions are formed. The findings demonstrate the behaviors of FDTS in polymer composites and provide important guidance for controlling the formation of nanostructures via aggregation and phase segregation and exploring their implications on surface properties.
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 | 0,000 |
| 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 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 ».