Influence of Filler-Polymer Interface on Performance of Silicone Nanocomposites
Notice bibliographique
Résumé
The increase in voltage level and compactness of electrical equipment result in demands for electrical insulations that have high breakdown strength, high thermal conductivity, and high electrical resistivity. Use of dielectric polymer nanocomposites is a promising approach that has great advantages over the traditional materials. This article explores the influence of alumina nanofillers, both treated and untreated, on properties of silicone rubber-based nanocomposites. Composite samples made of 10 wt% and 20 wt% filler loading are prepared using high shear (HS) and electrostatic disperser (ES) techniques with the aim of achieving maximum dispersion of fillers in the silicone matrix. Effects of filler type, filler concentration and mixing method on morphological changes, thermal, erosion, and electrical properties are analyzed. Scanning electron micrographs (SEMs) showed better filler dispersion in composites prepared using ES than using HS mixer. Thermogravimetric analysis and thermal conductivity measurements revealed enhanced thermal stability and conductivity with increasing filler loadings. Additionally, ES composites showed high erosion resistance. Composites containing treated alumina performed better than those containing untreated alumina. In total, composites prepared with treated alumina using the ES method showed marked improvement in thermal properties and erosion resistance due to homogeneous filler dispersion imparting high number of filler-matrix interfaces and stronger bonding as visualized from SEMs and dielectric spectroscopy data.
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 | 0,001 |
| 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 | 0,001 |
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 ».