The rubber–filler interaction and reinforcement in styrene butadiene rubber/devulcanize natural rubber composites with silica–graphene oxide
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
Ethoxy functionalized devulcanize natural rubber (DeVulcNR) is used as compatibilizer for silica/graphene oxide (SiO 2 @GO) hybrid fillers in the styrene butadiene rubber (SBR) to fabricate SBR composites. The dispersion behavior of SiO 2 @GO hybrid filler was investigated through scanning electron microscopy (SEM) analysis of the tensile fracture surface along with the broken rubber surface developed by plunging into liquid nitrogen. The rubber–filler interfacial interactions were evaluated through the measurement of equilibrium swelling experiment, fraction of immobilized polymer chain by DSC study, FTIR analysis, and molecular dynamics simulation. The results reveal that in the presence of DeVulcNR, the rubber–filler interaction is enhanced compared with that of the control formulations containing only SBR. SiO 2 @GO hybrid‐filler shows synergistic effect on the mechanical properties of the composites in the presence of DeVulcNR. The improved mechanical properties of the SiO 2 @GO hybrid filler rubber composites may be due to chemical interaction among the functional groups of SiO 2 and GO with the DeVulcNR. Further, XRD study indicates that there is no significant layer‐by‐layer restack of GO in the SBR/DeVulcNR composites. The higher storage modulus and lower tan δ of the SiO 2 @GO hybrid filler rubber composites show superior interfacial interaction between rubber and filler compared with that of the control formulations. POLYM. COMPOS., 40:E1559–E1572, 2019. © 2018 Society of Plastics Engineers
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| 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