Nano‐Porous Melt‐Blown Poly(Lactic Acid) Fiber Mat Air Filters for High Efficiency Particulate Capture
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
Abstract This study introduces a two‐step technique for developing nano‐porous, compostable melt‐blown nonwovens with high porosity, specifically engineered for high‐performance particulate capture in air filter applications. The first step entails creating a high melt flow index material by melt‐blending low‐viscosity polylactic acid (PLA) with a sacrificial additive, polyethylene glycol (PEG), of varying molecular weights. Rheological, compatibility, and thermal analyses are conducted on the sample blends. The MFI of the resulting blends ranges from 56 g/10 min (baseline PLA) to 238 g/10 min (PLA/PEG 400–10%), confirming their suitability for the melt‐blowing process. These blends are then formed into nonwoven mats using a twin‐screw extruder, producing microfibers with diameters between 1.05 and 2.64 µm. The second step involves boiling water etching to remove PEG, creating nanopores within the fibers. This etching process leaves a network of nanopores (50–200 nm in size), distributed throughout the microfiber structure. The PLA/PEG 2000 sample exhibits optimal properties, achieving ≈72% particulate capture efficiency for 0.3 µm NaCl particulates during air filtration testing. This study represents an innovative and eco‐friendly approach for creating nano‐porous nonwoven mats with potential applications in air filtration, water filtration, and battery separators, where high porosity is beneficial.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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