Elevated‐temperature mechanical performance of <scp>GFRP</scp> composite with functionalized hybrid nanofiller
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
Abstract In this article, alteration in the mechanical performance of glass fiber/epoxy (GE) composite due to individual and simultaneous incorporation of multi‐walled carbon nanotubes (CNT) and multi‐layered graphene sheets (MLG) in both their pristine and oxidized forms are discussed. Further, the effect of two different nanofiller concentrations (0.1 and 0.3 wt%) were also studied to optimize the performance. Flexural testing of these composites was performed at room temperature (RT), 70 and 110°C in‐situ temperatures to understand their temperature dependence behavior. From all considered composites, GE composite with 0.1 wt% of oxidized CNT and MLG mixture (O‐(CNT‐MLG)) (1:1) showed best flexural performance at all the in‐situ temperatures. The presence of oxidized CNTs and MLGs in the GE composite provided a synergetic strengthening effect like CNT pull‐outs and crack bridging confirmed through SEM imaging. Besides, oxidation helped in the dispersion of CNT and MLG in the composite. Glass transition temperature ( T g ) of all the considered composites was evaluated using Differential Scanning Calorimetry (DSC). Fourier Transformed Infra‐red Spectroscopy (FTIR) was also conducted to confirm the functionalization of CNT and MLG after oxidation. During the fractography study, these composites showed variation in fiber/matrix interfacial bonding, matrix deformation, dispersion of nanofillers and fiber imprints, which helped to understand different failure modes responsible for the gross failure of the 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.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle