Carbon Nanotube–Polyurethane Composite Sheets for Flexible Thermoelectric Materials
Notice bibliographique
Résumé
High Resolution Image Download MS PowerPoint Slide Integration of single-wall carbon nanotubes (SWCNTs) in the form of fabriclike sheets or other preformed assemblies (films, fibers, etc.) simplifies their handling and allows for composites with higher nanotube contents, which is needed to better exploit their outstanding properties and achieve multifunctional materials with improved performance. Here, we show the development of p-type SWCNT–thermoplastic polyurethane (TPU) fabric materials with a wide range of SWCNT contents (from 5 to 90 wt %) by employing a one-step filtration method using a suspension of SWCNTs in a TPU solvent/nonsolvent mixture. The mechanical and thermoelectric (TE) properties of these SWCNT–TPU nanocomposites were tailored by varying the SWCNT/TPU wt % ratio, achieving significant advantages relative to the pristine SWCNT buckypaper (BP) sheets in terms of strength and stretchability. In particular, the SWCNT–TPU nanocomposite with a 50/50 wt % ratio composition (equivalent to 15 vol % of SWCNTs) shows a power factor (PF) of 57 μW m –1 K –2, slightly higher compared to the PF of the SWCNT BP prepared under the same conditions (54 μW m –1 K –2 ), while its mechanical properties significantly increased (e.g., ∼7-, 25-, and 250-fold improvements in stiffness, strength, and tensile toughness, respectively). These results represent a significant step toward the development of easy-to-process self-supporting and stretchable materials with robust mechanical properties for flexible thermoelectric devices.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,002 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».