Unlocking the Potential of Polydopamine-Mediated Hybrid MXene and hBN 2D Nanosheets for Improved Thermal Energy Storage and Management
Notice bibliographique
Résumé
One challenge in phase change materials (PCM) is boosting thermal conductivity without compromising latent heat, which is essential for storing thermal energy via phase changes, such as melting and solidification. This study focuses on developing a hybrid nanoenhanced plant-based paraffin wax, by incorporating surface-modified hexagonal boron nitride (hBN) and MXene. Here, polydopamine (PDA) served as a surface and chemical modifier to enhance the compatibility and long-term stability of MXene and hBN nanosheets within the NE-PCM, which are characterized through FTIR, XPS, XRD, and TEM. The surface modification enabled the nanosheets to disperse uniformly in the PCM without needing a surfactant, and they remained stable even after 1 h of centrifugation. The results indicate that the addition of 1% of PDA@hBN/MXene to PCM led to enhancements in all thermo-physical properties, including a 25.5% increase in the latent heat of melting, a 79% increase (at 15 °C) and a 59% increase (at 40 °C) in thermal conductivity, and a 32.5% increase (in the liquid state) and a 17.8% increase (in the solid state) in specific heat capacity. These findings underscore the significant advantages of hybrid NE-PCM in enhancing the performance of thermal energy management applications such as building energy management with pipe-encapsulated methods.
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 ».