MétaCan
Menu
Retour à la cohorte
Enregistrement W2970608502

Thermal and Electrical Properties of Graphene-based Polymer Nanocomposite Foams

2019· dissertation· en· W2970608502 sur OpenAlex

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.

fundUn bailleur canadien est enregistré sur le travail.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueTSpace · 2019
Typedissertation
Langueen
DomaineEngineering
ThématiqueFiber-reinforced polymer composites
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésGrapheneNanocompositeMaterials scienceComposite materialPolymer nanocompositeThermalPolymerNanotechnologyPhysics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Recently, multifunctional polymer-graphene nanoplatelet (GnP) composites have demonstrated great promise as next-generation materials for energy management and storage, electromagnetic interference (EMI) shielding and heat dissipation components in electronic industries. However, the practical underpinning needed to economically manufacture graphene-based polymer composites is missing. Therefore, this dissertation aims to demonstrate how some of the challenges for efficient manufacturing of functional polymer composites, can be strategically tackled by using supercritical fluid (SCF)-treatment and physical foaming technologies. In this PhD research, an industrial-scale technique for in situ exfoliation and dispersion of GnP in polymer matrices was developed and invented. This thesis also developed an in-depth understanding of the effects of cellular structures, GnPs’ orientation, arrangement, and exfoliation on the thermal/electrical conductivity, percolation threshold, dielectric performance, and EMI shielding effectiveness of the graphene-based polymer composites. In particular, it was demonstrated how SCF−treatment and physical foaming can significantly enhance thermal conductivity of polymer-GnP composites. The SCF-treatment and physical foaming exfoliated the GnPs in situ and microscopically tailored the nanocomposites’ structure to enhance the thermal conductivity. The research findings in this thesis have also demonstrated that the introduction of foaming and microcellular structure can substantially increase the electrical conductivity, EMI shielding effectiveness and can decrease the percolation threshold of the polymer-GnP composites. This research also presented a facile technique for manufacturing a new class of ultralight polymer-GnP composite foams with excellent dielectric performance. The generation of a microcellular structure provided a unique parallel-plate arrangement of GnPs around the cell walls. This significantly increased the real permittivity and decreased the dielectric loss. This dissertation developed a fundamental understanding of structure-property relationships and new routes to microscopically engineer the structures and properties of graphene-based polymer composites for various application such as heat management (heat sink materials), EMI shielding, energy storage and capacitors (dielectric materials).

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,007
Tête enseignante GPT0,223
Écart entre enseignants0,215 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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