Comprehensive Characterization of Solution-Cast Pristine and Reduced Graphene Oxide Composite Polyvinylidene Fluoride Films for Sensory Applications
Notice bibliographique
Résumé
Pristine and doped polyvinylidene fluoride (PVDF) are actively investigated for a broad range of applications in pressure sensing, energy harvesting, transducers, porous membranes, etc. There have been numerous reports on the improved piezoelectric and electric performance of PVDF-doped reduced graphene oxide (rGO) structures. However, the common in situ doping methods have proven to be expensive and less desirable. Furthermore, there is a lack of explicit extraction of the compression mode piezoelectric coefficient (d33) in ex situ rGO doped PVDF composite films prepared using low-cost, solution-cast processes. In this work, we describe an optimal procedure for preparing high-quality pristine and nano-composite PVDF films using solution-casting and thermal poling. We then verify their electromechanical properties by rigorously characterizing β-phase concentration, crystallinity, piezoelectric coefficient, dielectric permittivity, and loss tangent. We also demonstrate a novel stationary atomic force microscope (AFM) technique designed to reduce non-piezoelectric influences on the extraction of d33 in PVDF films. We then discuss the benefits of our d33 measurements technique over commercially sourced piezometers and conventional piezoforce microscopy (PFM). Characterization outcomes from our in-house synthesized films demonstrate that the introduction of 0.3%w.t. rGO nanoparticles in a solution-cast only marginally changes the β-phase concentration from 83.7% to 81.7% and decreases the crystallinity from 42.4% to 37.3%, whereas doping increases the piezoelectric coefficient by 28% from d33 = 45 pm/V to d33 = 58 pm/V, while also improving the dielectric by 28%. The piezoelectric coefficients of our films were generally higher but comparable to other in situ prepared PVDF/rGO composite films, while the dielectric permittivity and β-phase concentrations were found to be lower.
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 | 0,001 | 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) | 0,001 | 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 ».