Piezoelectric property improvement of polyethylene ferroelectrets using postprocessing thermal‐pressure treatment
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
In this work, biaxially stretched polymer foams with well‐defined cellular structures were prepared from polyethylene via blown‐film extrusion and subjected to corona charging to produce a piezoelectric response. The charging parameters were first optimized in terms of charging voltage and needle distance, as well as the gas type and pressure to investigate their effect on the piezoelectric coefficient ( d 33 ). The results show that samples charged under nitrogen (N 2 ) at 100 kPa had better d 33 coefficient than those charged under ambient air or N 2 at 20 kPa. Moreover, 2 different thermal pressure treatments were imposed to obtain an optimized eye‐like cellular structure with different cell aspect ratios (AR). The results showed that when the cells were elongated in both the longitudinal and transverse directions (higher AR), higher d 33 coefficients were achieved. From all the samples produced, the best results were obtained for a longitudinal aspect ratio (AR‐L) of 7.1, a transversal aspect ratio (AR‐T) of 4.6, and a relative foam density of 0.52 leading to a d 33 coefficient of 935 pC/N. This coefficient was further increased using reverse charging and multilayered films, reaching a maximum of 2550 pC/N. This value is much higher than typical ones reported so far for any polyethylene and polypropylene ferroelectrets. These results could increase the use of polyethylene in piezoelectric applications as these materials are very attractive for the large‐scale production of electret‐based sensors and transducers due to their low cost and easy processing.
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