Dispersion of Hydrophilic Nanoparticles in Natural Rubber with Phospholipids
Notice bibliographique
Résumé
Coarse-grained molecular dynamics (CGMD) simulations were employed to investigate the effects of phospholipids on the aggregation of hydrophilic, modified carbon-nanoparticle fillers in cis-polyisoprene (cis-PI) composites. The MARTINI force field was applied to model dipalmitoylphosphatidylcholine (DPPC) lipids and hydrophilic modified fullerenes (HMFs). The simulations of DPPC in cis-PI composites show that the DPPC lipids self-assemble to form a reverse micelle in a rubber matrix. Moreover, HMF molecules readily aggregate into a cluster, in agreement with the previous studies. Interestingly, the mixture of the DPPC and HMF in the rubber matrix shows a cluster of HMF is encapsulated inside the DPPC reverse micelle. The HMF encapsulated micelles disperse well in the rubber matrix, and their sizes are dependent on the lipid concentration. Mechanical and thermal properties of the composites were analyzed by calculating the diffusion coefficients (D), bulk modulus (κ), and glass transition temperatures (Tg). The results suggest that DPPC acts as a plasticizer and enhances the flexibility of the HMF-DPPC rubber composites. These findings provide valuable insights into the design and process of high-performance rubber composites, offering improved mechanical and thermal properties for various applications.
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 | 0,000 |
| 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 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 ».