Dielectrorheology of Aspect-Ratio-Tailored Carbon Nanotube/Polyethylene Composites under Large Deformations: Implications for High-Temperature Dielectrics
Notice bibliographique
Résumé
In this work, advanced custom-synthesized carbon nanotube (CNT)-based polymer nanocomposites were designed and prepared for electrical applications, with an innovative strategy in terms of catalyst preparation. The physical structures of the CNTs were fine-tuned by varying synthesis time to investigate the effect of aspect ratio on the electrical and rheological properties of the nanocomposites with state-of-the-art dielectro-nonlinear-rheological spectroscopy. The network structures of the nanotubes within the polymer matrix were studied utilizing a wide range of characterization techniques (e.g., linear rheology, electrical conductivity, dielectric properties, and electromagnetic interference shielding effectiveness). The results showed distinct differences in the microstructural features of the samples upon changing the aspect ratio of the CNTs. Then, for the first time, a correlation was developed between rheological and electrical properties with respect to deformation, under small, medium, and large amplitude oscillatory shear (SAOS, MAOS, and LAOS, respectively) flows. Dielectrorheological results depicted that the electrical properties of the nanocomposites containing longer CNTs are strain invariant while their rheological behaviors are highly sensitive to deformation. However, nanocomposites with shorter CNTs followed an opposite trend, which means there is a high dependency of electrical properties and a low sensitivity of rheological behavior to deformation. The output stress waveforms and Lissajous–Bowditch plots confirmed the aforementioned results. Our results disclose the importance of the physical properties of the nanomaterials on the performance of the high-temperature dielectrics and reveal that nanocomposites containing higher aspect ratio nanomaterials provide a more stable dielectric response when subjected to large deformations.
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) | 0,000 | 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 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 ».