Surface Defects of TPO Injected Foam Parts for Automotive Applications
Notice bibliographique
Résumé
Abstract Benefits of reduced vehicle weight can have an important environmental impact since there is a 6 to 8% improvement in fuel efficiency for every 10% in weight reduction. In this work, foaming technology is used to produce injection molded TPO parts (thermoplastic olefin compounds) for the automotive industry with a minimum of 20% weight reduction while retaining a glossy surface quality. It was found by Guo et al. (2006, 2007) that the best strategy to raise the surface quality was to decrease the shot size, the cycling time and the temperature of the injected melt. However, the targeted objective of a minimum of 20% weight reduction was not achieved in these preliminary experiments. Therefore, in this work a blend of TPO and maleic anhydride modified polypropylene (PP-g-MA) was used in order to promote TPO foamability and improve the surface quality of injected parts. Under these conditions, we managed to produce injected molded TPO samples with a 24% weight reduction and good surface quality. Moreover, we investigated the effect of PP-g-MA in the TPO system by performing rheological measurements and photoacoustic Fourier transform infrared (PA-FTIR) analysis to characterize the PP-g-MA physico-chemical interactions with TPO.
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 | 0,000 | 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 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 ».