Unveiling the Significance of Graphene Nanoplatelet (GNP) Localization in Tuning the Performance of PP/HDPE Blends
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
High-density polyethylene (HDPE) and polypropylene (PP) blends are widely used in industries requiring mechanically durable materials, yet the impact of processing parameters on blend performance remains underexplored. This study investigates the influence of blending sequence and screw speed on the properties of blends of HDPE and PP filled with 1.25 wt.% graphene nanoplatelets (GNPs). Changes in crystallization behaviour, tensile strength, and viscoelastic responses with blending sequence are studied. The addition of GNP increases the crystallization temperature (Tc) of PP in the PE/PP blend by 4 °C when GNP is pre-mixed with PE to form (PE+GNP)/PP blends. In contrast, when GNP is pre-mixed with PP to create (PP+GNP)/PE blends, the Tc of PP rises by approximately 11 °C, from 124 °C for the neat PE/PP blend to 135 °C. On the other hand, the Tc of PE remains unchanged regardless of the blending sequence. XRD patterns reveal the impact of blending regime on crystallinity, with GNP alignment affecting peak intensities confirming the more efficient interaction of GNPs with PP when premixed before blending with PE, (PP+GNP)/PE. Tensile moduli are less sensitive to the changes in processing, e.g., screw speed and blending sequence. In contrast, elongation at break and tensile toughness show distinct variations. The elongation at the break of the (PP+GNP)/PE blend decreases by 30% on increasing screw speed from 50 to 200 rpm. Moreover, the elongation at the break of (PE+GNP)/PP prepared at 100 rpm is ~40% higher than that of the (PP+GNP)/PE. (PE+GNP)/PP displays a ‘quasi-co-continuous’ morphology linked to its higher elastic modulus G′ compared to that of the (PP+GNP)/PE blend. This study highlights the importance and correlation between processing and blend properties, offering insights into fine-tuning polymer composite formulation for optimal performance.
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 | 0,000 | 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 découle