A comparative study of nano-fillers to improve toughness and modulus of polymer-derived ceramics
Notice bibliographique
Résumé
Abstract Brittleness is a major limitation of polymer-derived ceramics (PDCs). Different concentrations of three nanofillers (carbon nanotubes, Si3N4and Al2O3nanoparticles) were evaluated to improve both toughness and modulus of a commercial polysilazane (PSZ) PDC. The PSZs were thermally cross-linked and pyrolyzed under isostatic pressure in nitrogen. A combination of mechanical, chemical, density, and microscopy characterizations was used to determine the effects of these fillers. Si3N4and Al2O3nanoparticles (that were found to be active fillers) were more effective than nanotubes and improved the elastic modulus, hardness, and fracture toughness (JIC) of the PDC by ~ 1.5 ×, ~ 3 ×, and ~ 2.5 ×, respectively. Nanotubes were also effective in maintaining the integrity of the samples during pyrolysis. The modulus and hardness of PDCs correlated positively with their apparent density; this can provide a fast way to assess future PDCs. The improvement in fracture toughness was attributed to crack deflection and bridging observed in the micro-indentation cracks in the modified PDCs. The specific toughness of the modified PDCs was 4 × higher than that of high-purity alumina, and its specific modulus reached that of commercially available technical ceramics. These PDCs can also easily take different shapes and therefore are of interest in protective armor, propulsion, thermal protection, device packaging and biomaterial systems.
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 ».