Comparison of the Wear Behavior and Hardness of Vinylester Resin Reinforced by Glass Fiber and Nano ZrO2 and Fe3O4
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The current trend in scientific researches is to improve the performance of mechanical and physical properties of polymeric compounds, one of these methods is to add nanoparticles to polymeric composites. In this work, the wear behaviour (pin to disc) of nanocomposites composed of vinyl ester reinforced glass fibers and nanoparticles was evaluated under three different factors, such as specimen content, load applied, and distance sliding using a sliding time constant, as well as studying the hardness shore for these nanocomposites. The (hand-lay) method was used for the purpose of preparing the nanocomposites from vinyl ester filled with 10% vf. glass fiber and (0.5%, 1%, 1.5%, and 2% vf. of nano-Fe3O4 and ZrO2). The results are tabulated and analysed using Taguchi experiments (L9) (Minitab 18) for the purpose of determining which of the factors under consideration had the greatest influence on the wear behaviour. From the results, it was found that the specimens (vinyl ester-10% vf. glass fibers-2% ZrO2) and (vinyl ester-10% vf. glass fibers-2% Fe3O4) give the best wear resistance 0.003×10-5, 0.012×10-5 mm3/Nm respectively under the factors (load 20 N, sliding distance 45 cm). It was found that the specimen content is the most important factor influencing the wear behaviour, followed by the factors of the applied load and then the sliding distance. The addition of nanoparticles (0.5-2% vf. ZrO2, Fe3O4) to the vinyl ester resin improved the hardness values. Furthermore, the findings show that the addition of nanoparticles (ZrO2, Fe3O4) had a positive effect on the (wear and hardness) tests, implying that the nanoparticles improved the bonding between the base material and reinforcing material.
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.
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) | 0,000 | 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 découle