A Promising Recycling Strategy via Processing Polypropylene/Recycled Poly(ethylene terephthalate): Reactive Extrusion Using Dual Compatibilizers
Notice bibliographique
Résumé
Enhancing interfacial adhesion in polypropylene (PP)/recycled polyethylene terephthalate (rPET) blends is crucial for the effective mechanical recycling of these commercial plastic wastes. This study investigates the reactive extrusion of PP/rPET blends using a dual compatibilizer system comprising maleic anhydride grafted polypropylene (PP-g-MA) and various glycidyl methacrylate (GMA)-based compatibilizers. The effects of backbone structure and reactive group on the morphological, mechanical, and thermal characteristics were systematically studied. This study sheds light on the effective compatibilization mechanisms using characterization methods such as Fourier Transform Infrared Spectroscopy (FTIR) and morphological analyses (SEM). The results indicate that GMA-based compatibilizers play a bridging role between rPET and PP-g-MA, resulting in improved compatibility between the blend components. A combination of 3 phr PP-g-MA and 3 phr ethylene-methyl acrylate glycidyl methacrylate terpolymer (EMA-GMA) significantly improves interfacial adhesion, leading to synergistic enhancements of mechanical performance of the blend, up to 217% and 116% increases in elongation at break and impact strength, respectively, compared to the uncompatibilized sample. Moreover, a significant improvement in onset temperature for degradation is observed for the dual compatibilized sample, with 40 °C and 33 °C increases in onset temperature relative to the uncompatibilized and the single compatibilized samples. These findings underscore the immense potential of tailored multi-component compatibilizer systems for upgrading recycled plastic waste materials.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 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 ».