Tunable Tensile Properties of Polypropylene and Polyethylene Terephthalate Fibrillar Blends through Micro-/Nanolayered Extrusion Technology
Notice bibliographique
Résumé
Fiber-reinforcement is a well-established technique to enhance the tensile properties of polymer composites, which is achieved via changing the reinforcing material concentration and orientation. However, the conventional method can be costly and may lead to poor compatibility issues. To overcome these challenges, we demonstrate the use of micro-/nanolayer (MNL) extrusion technology to tune the mechanical properties of polypropylene (PP)/polyethylene terephthalate (PET) fibrillar blends. PET nanofibers-in-PP microfiber composites, with 3, 7, and 15 wt.% PET, are first prepared using a spunbond system to induce high aspect-ratio PET nanofibers. The PP/PET fibers are then reprocessed in an MNL extrusion system and subjected to shear and extensional flow fields in the channels of the uniquely designed layer multipliers. Increasing the mass flow rate and number of multipliers is shown to orient the PET nanofibers along the machine direction (MD), as confirmed via scanning electron microscopy. Tensile tests reveal that up to a 45% and 46% enhancement in elastic modulus and yield strength are achieved owing to the highly aligned PET nanofibers along the MD under strongest processing conditions. Overall, the range of tensile properties obtained using MNL extrusion implies that the properties of fiber-reinforced composites can be further tuned by employing this processing technique.
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 ».