Failure analysis of self-healing epoxy resins using microencapsulated 5E2N and carbon nanotubes
Notice bibliographique
Résumé
Abstract Investigation on self-healing properties of epoxy containing microcapsules of pure 5-ethylidene-2-norbornene (5E2N) and mixed multi-walled carbon nanotube (MWCNT) suspension is presented in this work using lap shear and mode I fracture tests. While both systems show significant self-healing functionalities between 39% and 97%, those repaired with MWCNT/5E2N microcapsules are found to have mechanical recovery efficiencies two times higher than those containing 5E2N alone, under different types of loading. MWCNT/5E2N microcapsules are also found to improve the physical strength of the epoxy matrix much higher than microcapsules containing only 5E2N. Compared to self-healing epoxy systems made of 5E2N microvessels, the dispersion of 0.10 wt.% of only MWCNTs inside the encapsulated monomer increases the lap shear strengths of the pristine materials and the self-healing materials tested after one fracture/curing cycle, by about 50% and 250%, respectively. Using fractographic observations, Raman spectroscopy and scanning electron microscopy, we observe the occurrence of a ring opening metathesis polymerization reaction and the contribution of MWCNTs to strengthening the material. The present work indicates that the MWCNT/5E2N microcapsule when incorporated into an appropriate epoxy formulation can serve as efficient self-healing matrix material for laminated composites, as well as self-healing structural adhesives for composite bonded joints, two features that make this system highly relevant for applications in aerospace engineering.
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) | 0,001 | 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 ».