Hybrid biocomposites from polypropylene, sustainable biocarbon and graphene nanoplatelets
Notice bibliographique
Résumé
Polypropylene (PP) is an attractive polymer for use in automotive parts due to its ease of processing, hydrophobic nature, chemical resistance and low density. The global shift towards eliminating non-renewable resource consumption has promoted research of sustainable biocarbon (BioC) filler in a PP matrix, but this material often leads to reduction in composite strength and requires additional fillers. Graphene nano-platelets (GnPs) have been the subject of considerable research as a nanofiller due to their strength, while maleic anhydride grafted polypropylene (MA-g-PP) is a commonly used compatibilizer for improvement of interfacial adhesion in composites. This study compared the thermo-mechanical properties of PP/BioC/MA-g-PP/GnP composites with varying wt.% of GnP. Morphological analysis revealed uniform dispersion of BioC, while significant agglomeration of GnPs limited their even dispersion throughout the PP matrix. In the optimal blend of 3 wt.% GnP and 17 wt.% BioC biocontent, tensile strength and modulus increased by ~19% and ~22% respectively, as compared to 20 wt.% BioC biocomposites. Thermal stability and performance enhancement occurred through incorporation of the fillers. Thus, hybridization of fillers in the compatibilized matrix presents a promising route to the enhancement of material properties, while reducing petroleum-based products through use of sustainable BioC filler in composite structures.
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 ».