Enhancing Mechanical and Thermal Properties of Unsaturated Polyester Composites Through Sidr Leaves' Particle Reinforcement
Notice bibliographique
Résumé
The Sidr Leaves Powder (SLP) is full of natural renewable, and cost-free energy resources with excellent heat resistant properties.Mixing natural fillers in conjunction with unsaturated polyester increases the mechanical and thermal features of composites, which eliminates or reduces the need for additional binders.This study probes the outcomes of supplementing Sidr Leaves Powder at different filler concentrations on the mechanical properties (durability, compression, and impact) as well as thermal conductivity accompanied by FTIR spectroscopy characterization of unsaturated polyester composites.Samples were made using hand-lay molding procedures.The consequences reveal that the maximal impact resistance is (2.52kJ/m 2 ), the highest hardness (72.4 N/mm 2 ), and the highest compressive strength about (48.7 MPa).Moreover, the thermal conductivity's value drops to (0.101 W/m.℃). on 25% volumetric fraction.With FTIR spectra, the evidence of alteration in the chemical content and molecular structure of nanocomposites with varying filler content emerged, making the analysis of the composite material properties possible.These outcomes indicate the prospective usefulness of these composites in such fields as furniture manufacturing, especially in case of a couch due to their super properties.
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 | 0,001 | 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 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».