Effect of Few-Layer Graphene on the Properties of Mixed Polyolefin Waste Stream
Notice bibliographique
Résumé
This work demonstrates how the addition of few-layer graphene (FLG) influences the processability and mechanical properties of the mixed polyolefin waste stream (R-(PE/PP)). Three different types of compounds were investigated: (1) R-(PE/PP) with FLG; (2) blends of R-(PE/PP) with prime polyethylene (PE) or polypropylene (PP) or PP copolymer; and (3) R-(PE/PP) with both the prime polymer and FLG. The processability was assessed by measuring the torque during melt extrusion, the melt flow index (MFI), and viscosity of the compounds. Investigations of the processability and mechanical properties of the composites indicate that the presence of FLG can reinforce the composites without hindering the processability, an unusual but desired feature of rigid fillers. A maximum increase in tensile strength by 9%, flexural strength by 23%, but a reduction in impact strength were observed for the compounds containing R-(PE/PP), 4 wt.% FLG, and 9 wt.% prime PP. The addition of FLG concentrations higher than 4 wt.% in R-(PE/PP), however, resulted in higher tensile and flexural properties while preserving the impact strength. Remarkably, the addition of 10 wt.% FLG increased the impact strength of the composite by 9%. This increase in impact strength is attributed to the dominant resistance of the rigid FLG particles to crack propagation.
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 | 0,000 | 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) | 0,001 | 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 ».