Mechanical, thermal, rheological, and morphological characterization of polyolefin/activated attapulgite nanocomposites
Notice bibliographique
Résumé
Abstract Linear low‐density polyethylene (LLDPE) and high‐density polyethylene (HDPE) are polyolefins widely used in the packaging sector. Seeking to improve the mechanical properties with good cost‐effectiveness, attapulgite (ATP) was chosen as a reinforcing filler for the polyolefins. ATP is a hydrated magnesium and aluminum clay mineral with a microfibrous morphology, and the purity of this filler depends on the deposit. ATP is associated with the presence of accessory minerals that need to be removed so as not to interfere with its final application. Thus, an ATP purification process was carried out through physical separation and chemical treatment with hydrogen peroxide (H 2 O 2 ) and sulfuric acid (H 2 SO 4 ). This purification process despite having a low yield and is very effective in reducing impurities and organic matter. This ATP was named ATPa. LLDPE/ATPa and HDPE/ATPa nanocomposites with the addition of 1, 3, and 5 wt% of ATPa were prepared by extrusion and hot pressing. The mechanical properties (Shore D hardness, tensile tests, and Izod impact strength), thermal properties (differential scanning calorimetry—DSC and thermogravimetric analysis—TGA), X‐ray diffraction, rheological, and transmission scanning microscopy (TEM) were determined for these nanocomposites. The mechanical properties of the nanocomposites increased with the addition of ATPa. HDPE/ATPa nanocomposites showed more promise than LLDPE/ATPa nanocomposites. The addition of 5 wt% ATPa increased the tensile strength by 14% for the HDPE matrix and 5% for the LLDPE matrix and increased the elastic modulus by 46% for HDPE and 26% for LLDPE.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».