New Electrospun Polystyrene/Al2O3 Nanocomposite Superhydrophobic Coatings; Synthesis, Characterization, and Application
Notice bibliographique
Résumé
The effect of electrospinning operational parameters on the morphology, surface roughness, and wettability of different compositions of electrospun polystyrene (PS)–aluminum oxide (Al2O3) nanocomposite coatings was investigated using different techniques. For example, a scanning electron microscope (SEM) coupled with an energy dispersive X-ray (EDX) unit, a Fourier transform infrared (FTIR) spectrometer, an atomic force microscope (AFM), and water contact angle (WCA), and contact angle hysteresis (CAH) measurements using the sessile droplet method, were used. The latter used 4 µL of distilled water at room temperature. PS/Al2O3 nanocomposite coatings exhibited different morphologies, such as beaded fibers and microfibers, depending on the concentration ratio between the PS and Al2O3 nanoparticles and the operational parameters of the electrospinning process. The optimum conditions to produce a nanocomposite coating with the highest roughness and superhydrophobic properties (155° ± 1.9° for WCA and 3° ± 4.2° for CAH) are 2.5 and 0.25 wt % of PS and Al2O3, respectively, 25 kV for the applied potential and 1.5 mL·h−1 for the solution flow rate at 35 °C. The corrosion resistance of the as-prepared coatings was investigated using the electrochemical impedance spectroscopy (EIS) technique. The results have revealed that the highly porous superhydrophobic nanocomposite coatings (SHCs) possess a superior corrosion resistance that is higher than the uncoated Al alloy by three orders of magnitude.
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) | 0,001 | 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 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 ».