Pressure Scanning Volumetry of Physically Aged Polymer Glasses, Fictive Pressure, and Memory Effect
Notice bibliographique
Résumé
Physical aging of a glass decreases its volume, V, entropy, and enthalpy, H, toward the equilibrium state values. For glasses usually formed by cooling a melt, the effect is modeled in terms of non-exponential, nonlinear structural relaxation by using a plot of the heat capacity, C p = (d H /d T ) p, against T obtained from differential scanning calorimetry (DSC) cooling and heating scans. A melt becomes glass also on isothermal pressurizing and the glass formed becomes liquid on depressurizing, showing a hysteresis of the sigmoid-shape plot of −(d V /d p ) T against p, which resembles the thermal hysteresis observed in the C p against T plots. By analogy with DSC, it was named pressure scanning volumetry (PSV). Here, we use the known values of non-exponential and nonlinearity parameters β and x and volume of activation for structural relaxation time, Δ V *, of atactic poly(propylene) to investigate the effect of aging pressure, p age, of aging time, t age, and of the pressurizing rate on aging features in PSV scans. The scans show a post- p g → l feature on depressurizing before the −(d V /d p ) T overshoot peak appears. We provide quantitative plots (i) of the monotonic decrease of V and increase of fictive pressure, p f, with t age and (ii) of the memory (Kovacs) effect in V and p f of the polymer and (iii) provide generic plots of −(d V /d p ) T against p for different combinations of β, x, and Δ V *. The study is of academic significance because PSV scans show a change in the density fluctuation response. It is of technological significance in polymer-extrusion processing and it may stimulate the commercial development of computer-controlled, high-pressure equipment.
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 ».