Interface Strengthening of PS/aPA Polymer Blend Nanocomposites via In Situ Compatibilization: Enhancement of Electrical and Rheological Properties
Notice bibliographique
Résumé
The process of strengthening interfaces in polymer blend nanocomposites (PBNs) has been studied extensively, however a corresponding significant enhancement in the electrical and rheological properties is not always achieved. In this work, we exploit the chemical reaction between polystyrene maleic anhydride and the amine group in nylon (polyamide) to achieve an in-situ compatibilization during melt processing. Herein, nanocomposites were made by systematically adding polystyrene maleic anhydride (PSMA) at different compositions (1–10 vol%) in a two-step mixing sequence to a Polystyrene (PS)/Polyamide (aPA) blend with constant composition ratio of 25:75 (PS + PSMA:aPA) and 1.5 vol% carbon nanotube (CNT) loading. The order of addition of the individual components was varied in two-step mixing procedure to investigate the effect of mixing order on morphology and consequently, on the final properties. The electrical and rheological properties of these multiphase nanocomposite materials were investigated. The optical microscope images show that for PS/aPA systems, CNTs preferred the matrix phase aPA, which is the thermodynamically favorable phase according to the wettability parameter calculated using Young’s equation. However, aPA’s great affinity for CNT adversely influenced the electrical properties of our blend. Adding PSMA to PS/aPA changed the structure of the droplet phase significantly. At 1.5 vol% CNT, a more regular and even distribution of the droplet domains was observed, and this produced a better framework to create more CNT networks in the matrix, resulting in a higher conductivity. For example, with only 1.5 vol% CNT in the PBN, at 3 vol% PSMA, the conductivity was 7.4 × 10−2 S/m, which was three and a half orders of magnitude higher than that seen for non-reactive PS/aPA/CNT PBN. The mechanism for the enhanced conductive network formation is delineated and the improved rheological properties due to the interfacial reaction is presented.
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 ».