The Effect of Coupling Agents and Graphene on the Mechanical Properties of Film-Based Post-Consumer Recycled Plastic
Notice bibliographique
Résumé
This study aims to improve the mechanical properties of post-consumer recycled (PCR) plastic composed primarily of polypropylene (PP) and polyethylene (PE), which generally exhibit poor miscibility, by applying coupling agents and graphene. Here, we compare a commercially available coupling agent with a directly synthesized maleic anhydride (MA) coupling agent. When applied to a 5:5 blend of recycled PP and PE, an optimum tensile strength was achieved at a 3 wt% coupling agent concentration, with the MA coupling agent outperforming the commercial one. Characterization through Fourier transform infrared spectroscopy (FT-IR) and thermogravimetry analysis (TGA) revealed a PP:PE ratio of approximately 3:7 in the PCR plastics, with 4.86% heterogeneous materials present. Applying 3 wt% of the commercial and MA coupling agents to the PCR plastics resulted in a significant 53.9% increase in the tensile strength, reaching 11.25 MPa, and a remarkable 421.54% increase in the melt flow index (MFI), reaching 25.66 g/10 min. Furthermore, incorporating 5 wt% graphene led to a notable 64.84% increase in the tensile strength. In addition, the application of MA coupling agents and graphene improved the thermal stability of the PCR plastics. These findings show significant promise for addressing environmental concerns associated with plastic waste by facilitating the recycling of PCR plastics into new products. The utilization of coupling agents and graphene offers a viable approach to enhance the mechanical properties of PCR plastics, paving the way for sustainable and environmentally friendly solutions.
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 | 0,000 | 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 ».