Achieving Higher Strength and Sensitivity toward UV Light in Multifunctional Composites by Controlling the Thickness of Nanolayer on the Surface of Glass Fiber
Notice bibliographique
Résumé
The interphase between fiber and matrix plays an essential role in the performance of composites. Therefore, the ability to design or modify the interphase is a key technology needed to manufacture stronger and smarter composite. Recently, depositing nanomaterials onto the surface of the fiber has become a promising approach to optimize the interphase and composites. But, the modified composites have not reached the highest strength yet, because the determining parameters, such as thickness of the nanolayer, are hardly controlled by the mentioned methods in reported works. Here, we deposit conformal ZnO nanolayer with various thicknesses onto the surfaces of glass fibers via the atomic layer deposition (ALD) method and a tremendous enhancement of interfacial shear strength of composites is achieved. Importantly, a critical thickness of ZnO nanolayer is obtained for the first time, giving rise to a maximal relative enhancement in the interfacial strength, which is more than 200% of the control fiber. In addition, the single modified fiber exhibits a potential application as a flexible, transparent, in situ UV detector in composites. And, we find the UV-sensitivity also shows a strong correlation with the thickness of ZnO. To reveal the dependence of UV-sensitivity on thickness, a depletion thickness is estimated by a proposed model which is an essential guide to design the detectors with higher sensitivity. Consequently, such precise tailoring of the interphase offers an advanced way to improve and to flexibly control various macroscopic properties of multifunctional composites of the next generation.
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) | 0,000 | 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 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 ».