MétaCan
Menu
Retour à la cohorte
Enregistrement W3159831447 · doi:10.1155/2021/6630408

Effect of Temperature on the Viscoelastic Properties of Carbon Nanotube Reinforced Polypropylene Composites

2021· article· en· W3159831447 sur OpenAlexaff
Jun Huang, Denis Rodrigue, Ling Dong

Notice bibliographique

RevueAdvances in Materials Science and Engineering · 2021
Typearticle
Langueen
DomaineMaterials Science
ThématiqueCarbon Nanotubes in Composites
Établissements canadiensUniversité Laval
Organismes subventionnairesScience and Technology Plan Project of Wenzhou, ChinaWenzhou Municipal Science and Technology BureauNatural Science Foundation of Zhejiang ProvinceNational Natural Science Foundation of China
Mots-clésMaterials scienceCarbon nanotubePolypropyleneComposite materialViscoelasticityNanocompositeVolume fractionStress relaxationUltimate tensile strengthFinite element methodCreepStructural engineering

Résumé

récupéré en direct d'OpenAlex

Finite element method (FEM) is used to analyze the mechanical properties of carbon nanotubes (CNTs) reinforced polypropylene (PP) composites. Firstly, polypropylene is assumed as a viscoelastic material, while carbon nanotubes are assumed as linear elastic materials to study the effect of temperature on the mechanical properties of neat PP and CNT/PP nanocomposites. Secondly, to compare the viscoelastic properties of neat PP and CNT/PP nanocomposites, the relaxation time at a specific temperature is used to investigate the relaxation of the nanocomposites for fixed tensile displacements. Thirdly, the effect of CNT volume fraction on the viscoelastic properties of nanocomposites is studied at different temperatures. Finally, to better understand the stress distribution along the CNT axial direction, a single carbon nanotube is isolated in the matrix to compare the stress distribution with nonisolated CNTs.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,437

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,004
Tête enseignante GPT0,211
Écart entre enseignants0,207 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvances in Materials Science and EngineeringMême sujetCarbon Nanotubes in CompositesTravaux en français237 207