MétaCan
Menu
Retour à la cohorte
Enregistrement W4386026131 · doi:10.1021/acsapm.3c01360

Hard Epoxy Coating with Lasting Low Ice Adhesion Strength

2023· article· en· W4386026131 sur OpenAlexafffund
Jasmine V. Buddingh, Guojun Liu

Notice bibliographique

RevueACS Applied Polymer Materials · 2023
Typearticle
Langueen
DomaineMaterials Science
ThématiqueSurface Modification and Superhydrophobicity
Établissements canadiensQueen's University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésMaterials scienceCoatingComposite materialEpoxyBilayerSiliconeSurface roughnessSilicone oilPolymerChemical engineeringMembrane

Résumé

récupéré en direct d'OpenAlex

A high-hardness ( H ) coating typically has an elevated ice adhesion strength (τ), while a soft coating tends to shed ice easily. We recently reported a one-step process for a bilayer polyurethane coating that achieved both high H and low τ, effectively decoupling H from τ. However, these low τ values remained stable only through 12 icing/deicing cycles, beyond which τ rapidly increased. To maintain consistently low τ, another bilayer coating is prepared using a diamine, an epoxy compound, and poly(glycidyl methacrylate) with poly(dimethylsiloxane) (PDMS) side chains. This coating features a bulk hardness of 0.31 ± 0.03 GPa, PDMS nanopools in the matrix, and a liquid-like PDMS brush layer on the surface. A silicone oil mixture (SO m ) can be added to the formulation before coating formation. Increasing the SO m content enlarges PDMS/SO m nanopools and surface roughness. Lubricated coatings are produced by applying SO m or individual silicone oils (SOs) of varying viscosities to preformed nonporous and microporous coatings. This study compares ice-shedding properties of these coatings over 30 icing/deicing cycles. Results show that the smooth bilayer epoxy coating, lubricated with 1.55 g/m 2 SO m, maintains τ values <5 kPa, 100 times lower than glass, after 30 icing/deicing cycles. This marks the first polymer coating to simultaneously exhibit high H alongside such consistently low τ values over numerous icing/deicing cycles.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,022
Tête enseignante GPT0,238
Écart entre enseignants0,215 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations16
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueACS Applied Polymer MaterialsMême sujetSurface Modification and SuperhydrophobicityTravaux en français237 207