The Influence of a Commercial Few-Layer Graphene on Electrical Conductivity, Mechanical Reinforcement and Photodegradation Resistance of Polyolefin Blends
Notice bibliographique
Résumé
This work demonstrates the potentials of a commercially available few-layer graphene (FLG) in enhancing the electro-dissipative properties, mechanical strength, and UV protection of polyolefin blend composites; interesting features of electronic packaging materials. Polyethylene (PE)/ polypropylene (PP)/ FLG blend composites were prepared following two steps. Firstly, different concentrations of FLG were mixed with either the PE or PP phases. Subsequently, in the second step, this pre-mixture was melt-blended with the other phase of the blend. FLG-filled composites were characterized in terms of electrical conductivity, morphological evolution upon shear-induced deformation, mechanical properties, and UV stability of polyolefin blend composites. Premixing of FLG with the PP phase has been observed to be a better mixing strategy to attain higher electrical conductivity in PE/PP/FLG blend composite. This observation is attributed to the influential effect of FLG migration from a thermodynamically less favourable PP phase to a favourable PE phase via the PE/PP interface. Interestingly, the addition of 4 wt.% (~2 vol.%) and 5 wt.% (~2.5 vol.%) of FLG increased an electrical conductivity of ~10 orders of magnitude in PE/PP—60/40 (1.87 × 10−5 S/cm) and PE/PP—20/80 (1.25 × 10−5 S/cm) blends, respectively. Furthermore, shear-induced deformation did not alter the electrical conductivity of the FLG-filled composite, indicating that the conductive FLG network within the composite is resilient to such deformation. In addition, 1 wt.% FLG was observed to be sufficient to retain the original mechanical properties in UV-exposed polyolefin composites. FLG exhibited pronounced UV stabilizing effects, particularly in PE-rich blends, mitigating surface cracking and preserving ductility.
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 | 0,000 | 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 ».