Controllable Coating Graphene Oxide and Silanes on Cu Particles as Dual Protection for Anticorrosion
Notice bibliographique
Résumé
Although two-dimensional nanosheets like graphene could be ideal atomic coatings to prevent corrosion, it is still controversial whether they are actually effective due to the presence of parasitic effects such as galvanic corrosion. Here, we reported a reduced graphene oxide (RGO) coating strategy to protect sintered Cu metal powders from corrosion by addressing the common galvanic corrosion issue of graphene. A layer of silane molecules, namely, (3-aminopropyl)triethoxysilane (APTES), is deposited between the surface of Cu particles and the graphene oxide (GO), acting as a primer to enhance adhesion and as an insulating interlayer to prevent the direct contact of the Cu with conductive RGO, mitigating the galvanic corrosion. Due to this core-shell coating, the RGO uniformly distributes in the Cu matrix after sintering, avoiding aggregation of RGO, which takes place in conventional GO-Cu composites. The dual coating of GO and silane results in bulk samples with improved anticorrosion properties, as demonstrated by galvanostatic polarization tests using Tafel analysis. Our development not only provides an efficient synthesis method to controllably coat GO on the surface of Cu but also suggests an alternative strategy to avoid the galvanic corrosion effect of graphene to improve the anticorrosion performance of metal.
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 | 0,000 | 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 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 ».