Influence of ammonium polyphosphate‐modified polypropylene on flammability characteristics of polypropylene keratin and chitosan sustainable composites
Notice bibliographique
Résumé
Abstract The combination of keratin fibers (KF), obtained from poultry feathers, with chitosan (Ch) are employed in polypropylene (PP) composites to enhance the flame‐retardant (FR) properties. The combined effect of each additive and the use of functionalized PP with ammonium polyphosphate (PP‐gAPP) as a compatibilizer, compared with PP‐gMA, on composite FR properties was analyzed. This compatibilizer was prepared by melt reaction of maleic anhydride grafted PP (PP‐gMA) with ammonium polyphosphate (APP). The grafting of APP was characterized by FTIR, XRD, and NMR. PP/KF/Ch composites using PP‐gAPP as compatibilizer were characterized by TGA, mechanical properties, and fire‐retardant tests such as UL‐94 (HB), limiting oxygen index (LOI), and cone calorimeter evaluations. These tests demonstrated the enhancement in fire‐retardant characteristics obtained by using PP‐gAPP as a compatibilizer agent compared with PP‐gMA. The combination of the additives (KF and Ch) with PP‐gAPP as compatibilizer in PP, increases the modulus and tensile strength and significantly improves the LOI and reduces the peak heat release rate during cone calorimetry tests with better thermal stability and a noticeable reduction in horizontal burning rate. Most important, the results indicated that the combination of these additives produce similar flame retardancy than a reference sample with high magnesium hydroxide loading. These composites are a promising way to meet the growing demand for high‐performance materials with FR characteristics using bio‐fire retardant additives such as KF and Ch, in sustainable and environmentally friendly composites.
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) | 0,001 | 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 ».