Thermally Conductive Styrene-Butadiene Rubber/Boron Nitride Nanotubes Composites
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The use of boron nitride nanotubes (BNNTs) for fabrication of thermally conductive composites has been explored in the last years. Their elevated thermal conductivity and high mechanical properties make them ideal candidates for reinforcement in polymeric matrices. However, due to their high tendency to agglomerate, a physical or chemical treatment is typically required for their successful incorporation into polymer matrices. Our previous study about the dispersibility of BNNTs allowed determination of good solvents for dispersion. Here, we performed a similar characterization on styrene-butadiene rubber (SBR) to determine its solubility parameters. Although these two materials possess different solubility parameters, it was possible to bridge this gap by employing a binary mixture. The solvent casting approach followed by hot pressing was chosen as a suitable method to obtain thermally conductive SBR/BNNT composites. The resulting nanocomposites showed up to 35% of improvement in thermal conductivity and a 235% increase in storage modulus in the frequency sweep, when a BNNT loading of 10 wt% was used. However, the viscoelastic properties in the amplitude sweep showed a negative effect with the increase in BNNT loading. A good balance in thermal conductivity and viscoelastic properties was obtained for the composite at a BNNT loading of 5 wt%.
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.
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 | 0,004 | 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 | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 découle