Mechanical characterization of multifunctional highly porous carbon nanotube‐reinforced foams
Notice bibliographique
Résumé
Abstract In recent years, novel features of ultra‐flexible nanocomposite foams have drawn tremendous attention toward these materials to be utilized in a variety of engineering applications. Since Young's modulus of nanocomposite foams is related to their mechanical strength and directly affects their applications, in this study, this property was evaluated experimentally and theoretically. In this regard, polydimethylsiloxane (PDMS)/multiwalled carbon nanotube (MWCNT) nanocomposite foams with different filler contents (e.g., 0.1, 0.25, and 0.5 wt%) and different porosities (e.g., 60%, 70%, and 80%) were fabricated by solvent casting and particulate leaching methods. The results suggested that the optimum value for foam porosity and MWCNT content is required to elevate Young's modulus of nanocomposite foams. The experimental data indicated that in the samples with 60% porosity increasing MWCNT content improved Young's modulus of the samples; however, in the samples with 70% porosity Young's modulus was elevated when the filler content was up to 0.25 wt%. Moreover, using the experimental data, a theoretical approach was successfully extended to predict Young's modulus of nanocomposite foams with the combination of different void fractions and CNT contents.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 ».