Optimization of high‐quality carbon fiber production from electrospun aligned lignin fibers
Notice bibliographique
Résumé
Abstract In recent years, investigating lignin as an alternative carbon fiber precursor has received immense research attention as a way to reduce the cost and replace the unsustainable conventional petroleum‐based precursors for carbon fiber production. The predominant challenge for lignin‐based carbon fibers is its low mechanical performance compared to conventional ones. In this work, mechanical properties of electrospun lignin carbon fiber mats were shown to be considerably enhanced via alignment of the submicron fibers. Over 60% of the fibers were aligned via a rotating drum collector utilized during fiber production. The main electrospinning parameters, namely electric field, rotating speed, and flow rate were optimized with the Box–Behnken method to enhance mechanical properties with reduced fiber diameter and improved fiber alignment. The optimal electrospinning process parameter was achieved at 2000 rpm collection speed, 80 kV/m electric field, and 440 nl/s flow rate. The lignin carbon fibers produced under the optimized condition exhibited elastic modulus of 3145.47 ± 917.75 MPa, tensile strength of 18.78 ± 6.11 MPa, and average fiber diameter of 697.07 ± 96.41 nm. The analysis on the interactions between electrospinning parameters has laid a solid foundation for the production of high‐quality carbon fibers from lignin precursor.
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 tête enseignante, 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 ».