Boron Nitride Nanotubes: Force Field Parameterization, Epoxy Interactions, and Comparison with Carbon Nanotubes for High-Performance Composite Materials
Notice bibliographique
Résumé
High Resolution Image Download MS PowerPoint Slide Boron nitride nanotubes (BNNTs) are a very promising reinforcement for future high-performance composites because of their excellent thermo-mechanical properties. To take full advantage of BNNTs in composite materials, it is necessary to have a comprehensive understanding of the wetting characteristics of various high-performance resins. Molecular dynamics (MD) simulations provide an accurate and efficient approach to establish the contact angle values of engineering polymers on reinforcement surfaces, which offers a measure for the interaction between the polymer and reinforcement. In this research, MD simulations and experiments are used to determine the wettability of various epoxy systems on BNNT surfaces. The reactive interface force field (IFF-R) is parameterized and utilized in the simulations to accurately describe the interaction of the epoxy monomers with the BNNT surface. The effect of the epoxy monomer type, hardener type, local atomic charges, and temperature on the contact angle is established. The results show that contact angles decrease with increases in temperature for all the epoxy/hardener systems. The bisphenol-A-based epoxy system demonstrates better wettability with the BNNT surface than the bisphenol-F based epoxy system. Furthermore, the MD predictions demonstrate that these observations are validated with experimental results, wherein the same contact angle trends are observed for macroscopic epoxy drops on nonwoven nanotube papers. As wetting properties drive the resin infusion in the reinforcement materials, these results are important for the future manufacturing of high-quality BNNT/epoxy nanocomposites for high-performance applications such as aerospace and aeronautical vehicles.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| 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 | 0,001 | 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 ».