Tuning Morphology and Thermal Transport of Asymmetric Smart Polymer Blends by Macromolecular Engineering
Notice bibliographique
Résumé
A grand challenge in designing polymeric materials is to tune their properties by macromolecular engineering. In this context, one of the drawbacks that often limits broader applications of polymers under high temperature conditions is their poor thermal conductivity κ. Using molecular dynamics simulations, we establish a structure–property relationship in hydrogen-bonded polymer blends for possible improvement of κ. For this purpose, we investigate two experimentally relevant hydrogen-bonded systems: one system consists of short poly( N -acryloyl piperidine) (PAP) blended with longer chains of poly(acrylic acid) (PAA), and the second system is a mixture of PAA and short polyacrylamide (PAM) chains. Simulation results show that PAA-PAP blends are at the onset of phase separation over the full range of the PAP monomer mole fraction ϕ PAP, which intensifies even more for ϕ PAP > 0.3. While PAA and PAP interact with preferential hydrogen bonding, phase separation is triggered by the dominant van der Waals attraction between the hydrophobic side groups of PAP. However, if PAP is replaced with PAM, which has a similar chemical structure as PAP without the hydrophobic side group, PAA-PAM blends show much improved solubility. Better solubility is due to the preferential hydrogen bonding between PAA and PAM. As a result, PAM oligomers act as cross-linking bridges between PAA chains resulting in a three-dimensional highly cross-linked network. While κ for PAA-PAP blends remain almost invariant with ϕ PAP, PAA-PAM systems show improved κ with increasing PAM concentration and also with respect to PAA-PAP blends. Consistent with the theoretical prediction for the thermal transport of amorphous polymers, we show that κ is proportional to the materials’ stiffness, that is, the bulk modulus K and sound velocity v of PAA-PAM blends. However, no functional dependence between κ and K (or v ) is observed for the immiscible PAA-PAP blends.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».