A study on the effects of graphene nano-platelets (GnPs) sheet sizes from a few to hundred microns on the thermal, mechanical, and electrical properties of polypropylene (PP)/GnPs composites
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
Polypropylene (PP) is incorporated with four different grades (H100, M25, M5, and C300) of graphene nanoplatelets (GnPs) via twin screw extrusion followed by injection moulding. The composites' thermal stability, crystallization behaviour, tensile strength, and electrical property are carefully examined. The thermal stability is significantly enhanced with the incorporation of small-sized GnPs as shown by the 11.2% improvement in T 5% (the temperature at which 5 wt% of the mass loss occurs) and 5.1% improvement in T max (the temperature at which the maximum loss rate occurs). The thermal stabilizing effect of fillers can be significantly enhanced when they are well distributed with less aggregation as is the case for small-sized GnPs. The GnPs show a considerable nucleating effect on PP by increasing the crystallization temperature (T c ). The greatest improvement in tensile property is achieved with the use of small-sized GnPs. A 33.0% enhancement in tensile strength and 59.1% improvement of tensile modulus are obtained with the use of C300 and M5, respectively. The significantly increased thermal stability and mechanical property with small-sized GnPs are due to the fact that these smallsized fillers achieve a high degree of dispersion with less agglomeration as shown in the scanning electron microscope (SEM) images. However, the fillers with a large sheet size are still beneficial for purposes concerning electrical conductivity since the lowest percolation is obtained with H100. The greater the size of the GnPs, the smaller the percolation threshold of composites is exhibited.
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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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