Development and modeling of an ultra-robust TPU-MWCNT foam with high flexibility and compressibility
Notice bibliographique
Résumé
Abstract Developing a cost-effective industrially scalable manufacturing method that can improve the mechanical properties of nanocomposite foams with higher flexibility, compressibility, and, at the same time, mechanically robustness is of significant interest. In this study, porous thermoplastic polyurethane (TPU)/multiwalled carbon nanotube (MWCNT) was fabricated with the chemical blowing agent (CBA) by a combination of compounding-compression molding methods. The effects of CBA and MWCNT contents on the foam morphology, porosity, foam cell size, Young’s modulus, and compressibility of fabricated samples were investigated. Through conducting cyclic compressive tests, it was observed that nanocomposite foams exhibited consistent mechanical responses across multiple compressive cycles and demonstrated notable characteristics, including high compressibility (up to 76.4% compressive strain) and high elastic modulus (up to 8.8 ± 2.6 MPa). Moreover, theoretical approaches were employed to predict the elastic modulus of solid and foam TPU/MWCNT. For solid MWCNT/TPU, a specific micromechanical model based on different modifications of the Halpin-Tsai (HT) approach was used, which showed a good agreement with experimental data at different MWCNT contents. Furthermore, the constant parameters of Gibson and Ashby’s method were found to successfully predict the elastic modulus of foam TPU/MWCNT at different MWCNT and CBA percentages.
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) | 0,000 | 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 | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».