Recycled silica as a renewable and sustainable alternative to carbon black in natural rubber foams
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 Sustainable natural rubber foams were prepared by replacing petroleum‐based carbon black (CB) with recycled silica (SiO 2 ) nanoparticles. The total nanofiller concentration was fixed at 40 phr, while the CB/silica ratio was changed from 40/0 to 0/40. The results showed that increasing the silica content increased the curing characteristics, such as delta torque (Δ M ) by 54%, scorch time ( t s ) by 50% and optimum curing time ( t 90 ) by 65%. But foams based on a hybrid system (20/20) produced a more homogeneous structure improving the cell nucleation step and leading to the smallest cell size (18 μm) and highest cell density (8.8 × 10 3 cells mm −3 ) due to reduced filler−filler interactions and better particle dispersion. This improved cellular morphology generated superior mechanical and thermal insulation performance, including the highest compression modulus (2.7 MPa), compressive strength (1.9 MPa) and recoverability (96.6%) combined with the lowest thermal conductivity (0.114 W m −1 K −1 ) at a density of 0.652 g cm −3 . Nevertheless, the foam with 40 phr silica showed higher compressive modulus (26%) and compression strength (15%) compared to the reference sample having 40 phr CB, mainly due to its higher crosslink density. As a final comparison, the recycled silica, being a suitable and sustainable alternative to petroleum‐based CB, showed superior mechanical and thermal insulation properties compared to a commercial grade of silica for natural rubber foams. © 2023 The Authors. Polymer International published by John Wiley & Sons Ltd on behalf of Society of Industrial Chemistry.
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 | 0,000 | 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 découle