Effects of Polyethylene Molecular Weight Distribution on Phase Morphology Development in Poly(<i>p</i>-phenylene ether) and Polyethylene Blends
Notice bibliographique
Résumé
Bimodal molecular weight distribution (MWD) in a polymer can potentially deliver mechanical toughness from the high molecular weight (MW) components without compromising its processability due to the presence of the low MW components. The influence of MW bimodality on the morphology development in a heterophase polymer blend system, however, remains unclear. In this study, high-density polyethylenes (HDPEs) of high unimodal, low unimodal, and bimodal MWDs, namely HDPE-H, HDPE-L, and HDPE-B, were synthesized and then blended with PPE to study the effect of the MWD on morphology development. After blending, the low MW components in HDPE-B are found to populate the HDPE/PPE interface, and the morphological and continuity behaviors of PPE in HDPE-B/PPE are virtually identical to those in the unimodal HDPE-L/PPE blend. Despite the high interfacial tension between HDPE and PPE, all three HDPEs form fiber-like dispersions in HDPE/PPE blends when PPE is the majority phase. This leads to an early HDPE phase continuity onset and an extremely broad cocontinuity region from 10 to 60 wt % of HDPE in all the HDPE/PPE blend systems. These fiber-like HDPE dispersions in the PPE matrix are likely a consequence of the extremely high PPE viscosity. The study opens up the concept/potential of using biomodal polymers in such a way that the higher molecular weight component could be used to control mechanical properties while the lower molecular weight component controls the viscous/morphological characteristics.
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 | 0,000 | 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 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 ».