Enhancing Icephobic Coatings: Exploring the Potential of Dopamine-Modified Epoxy Resin Inspired by Mussel Catechol Groups
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
A nature-inspired approach was employed through the development of dopamine-modified epoxy coating for anti-icing applications. The strong affinity of dopamine's catechol groups for hydrogen bonding with water molecules at the ice/coating interface was utilized to induce an aqueous quasi-liquid layer (QLL) on the surface of the icephobic coatings, thereby reducing their ice adhesion strength. Epoxy resin modification was studied by attenuated total reflectance infrared spectroscopy (ATR-FTIR) and nuclear magnetic resonance spectroscopy (NMR). The surface and mechanical properties of the prepared coatings were studied by different characterization techniques. Low-temperature ATR-FTIR was employed to study the presence of QLL on the coating's surface. Moreover, the freezing delay time and temperature of water droplets on the coatings were evaluated along with push-off and centrifuge ice adhesion strength to evaluate their icephobic properties. The surface of dopamine-modified epoxy coating presented enhanced hydrophilicity and QLL formation, addressed as the main reason for its remarkable icephobicity. The results demonstrated the potential of dopamine-modified epoxy resin as an effective binder for icephobic coatings, offering notable ice nucleation delay time (1316 s) and temperature (-19.7 °C), reduced ice adhesion strength (less than 40 kPa), and an ice adhesion reduction factor of 7.2 compared to the unmodified coating.
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.
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 | 0,001 | 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 découle