Preparation of nano-ZnO@polytetrafluoroethylene superhydrophobic coating and its anti-biological adhesion properties
Notice bibliographique
Résumé
Multifunctional superhydrophobic surfaces that are resistant to biological adhesion have great application potential in marine science, biomedicine, and food engineering. In this study, a superhydrophobic surface was prepared by a simple spraying process with blended nano-ZnO and polytetrafluoroethylene (PTFE). The prepared surface was characterized by fourier transform infrared spectroscopy (FTIR) and field emission scanning electron microscopy (FESEM), and the influence of the mass ratio of PTFE to nano-ZnO and the spraying distance on the morphology and wettability of the coating were investigated. In addition, the friction resistance of the coating and its antibacterial properties for Escherichia coli, Staphylococcus aureus, and Candida albicans were studied. Results showed that the optimal mass ratio of PTFE to nano-ZnO was 4:1 and that the optimal spraying method was spraying from near to far. SEM images indicated a compact surface structure of the surface with a thickness of about 100μm and the substrate was tightly bonded with the coating. The superhydrophobic properties of the coating surface were stable after friction testing. More importantly, the coating showed excellent antibacterial performance, which provides a reference for the research and application of superhydrophobic coatings with desirable anti-biological adhesion properties.
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 | 0,001 | 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 ».