Photocatalytic degradation and heat reflectance recovery of waterborne acrylic polymer/ZnO nanocomposite coating
Notice bibliographique
Résumé
Abstract This work aims to clarify the photocatalytic degradation mechanism and heat reflectance recovery performance of waterborne acrylic polymer/ZnO nanocomposite coating. To fabricate the nanocomposite coating, ZnO nanoparticles (nano‐ZnO) were dispersed into acrylic polymer matrix at the various concentrations from 1 to 6% (by total weight of resin solids). The photocatalytic degradation of nanocomposite coating under ultraviolet (UV) light irradiation has been investigated by monitoring its weight loss and chemical/microstructural/morphological changes. As the topcoat layer, its heat reflectance recovery has been evaluated under UV/condensation exposure by using an artificial dirty mixture of 85 wt% nanoclay, 10 wt% silica particles (1–5 μm), 1 wt% carbon black, and 2 wt% engine oil. After 108‐cycle UV/condensation exposure, infrared spectra and weight loss analysis indicated that the maximal degradation for nanocomposite coating is observed at 1 wt% nano‐ZnO. On the other hand, after 96 hr of UV light exposure, the nanocomposite coating with1 wt% nano‐ZnO could restore effectively the reflective index of solar‐heat reflectance coating (from 58.45 to 80.78%). Finally, the photodegradation mechanism of this waterborne acrylic polymer coating has been proposed as the UV‐induced formation of CCCO conjugated double bonds. As a result, its self‐cleaning phenomenon can be achieved as the recovery of heat reflectance.
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 | 0,001 | 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 | 0,001 |
| Science ouverte | 0,001 | 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 ».