Engineering investigation for the size effect of graphene oxide derived from graphene nanoplatelets in polyurethane composites
Notice bibliographique
Résumé
Abstract In this study, commercial polyurethane (PU) and graphene nanoplatelets (GnP) and their derivative graphene oxide (GO) were used to fabricate PU composites. The size effect of fillers on mechanical properties and anti‐corrosion performance of as‐prepared composites was thoroughly investigated. It was found that GO was more uniformly dispersed in the PU matrix than GnP due to its compatibility with PU. Furthermore, GO led to the higher mechanical properties and anti‐corrosion performance than PU/GnP composites, and the properties were strongly dependant on the size of the GO. Specifically, incorporating large sized GO (GO‐M25) in 0.5 wt% indicated the highest average synergetic tensile modulus up to 53% from the neat PU and the lowest corrosion rate of 0.001 MPY (1 MPY = 0.547 g · m −2 · d −1 ). This phenomenon was attributed to the fact that the larger size of GO is not only uniformly dispersed within the PU matrix but also enables interaction between PU and GO. Conversely, PU composites incorporated with the small sized GO (GO‐C750) did not show elastic behaviour from 0.1 to 0.5 wt% of the filler. This is due to the fact that the high surface area and hydrophilic functionalities of GO‐C750 resulted in hard‐segment content reduction in PU. This research can help in the design of a PU coating that is physically improved and that has a superior anti‐corrosive capacity, particularly for pipelines in the oil‐sands transportation industry.
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 ».