MétaCan
Menu
Retour à la cohorte
Enregistrement W4286433601 · doi:10.3390/polym14142958

Mechanical Properties of Injection Molded PP/PET-Nanofibril Composites and Foams

2022· article· en· W4286433601 sur OpenAlexaff
Lun Howe Mark, Chongxiang Zhao, Raymond K. M. Chu, Chul B. Park

Notice bibliographique

RevuePolymers · 2022
Typearticle
Langueen
DomaineMaterials Science
ThématiquePolymer Foaming and Composites
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceComposite materialUltimate tensile strengthFlexural strengthComposite numberNanocompositeMolding (decorative)ReinforcementIzod impact strength testNanoscopic scaleInjection mouldingTensile testingNanotechnology

Résumé

récupéré en direct d'OpenAlex

The creation and application of PET nanofibrils for PP composite reinforcement were studied. PET nanofibrils were fibrillated within a PP matrix using a spunbond process and then injection molded to test for the end-use properties. The nanofibril reinforcement helped to provide higher tensile and flexural performance in solid (unfoamed) injection molded parts. With foam injection molding, the nanofibrils also helped to improve and refine the microcellular morphology, which led to improved performance. Easily and effectively increasing the strength of a polymeric composite is a goal for many research endeavors. By creating nanoscale fibrils within the matrix itself, effective bonding and dispersion have already been achieved, overcoming the common pitfalls of fiber reinforcement. As blends of PP and PET are drawn in a spunbond system, the PET domains are stretched into nanoscale fibrils. By adapting the spunbonded blends for use in injection molding, both solid and foamed nanocomposites are created. The injection molded nanocomposites achieved increased in both tensile and flexural strength. The solid and foamed tensile strength increased by 50 and 100%, respectively. In addition, both the solid and foamed flexural strength increased by 100%. These increases in strength are attributed to effective PET nanofibril reinforcement.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,422

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,014
Tête enseignante GPT0,207
Écart entre enseignants0,194 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations10
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePolymersMême sujetPolymer Foaming and CompositesTravaux en français237 207