MétaCan
Menu
Retour à la cohorte
Enregistrement W4407343926 · doi:10.1080/15376494.2025.2460081

Molecular dynamics simulation and mechanical properties of carbon nanotube/nylon 6 composites

2025· article· en· W4407343926 sur OpenAlexaff
Z.H. Xia, Zhangxin Guo, Gin Boay Chai, Caiqi Xu, Yongcun Li

Notice bibliographique

RevueMechanics of Advanced Materials and Structures · 2025
Typearticle
Langueen
DomaineMaterials Science
ThématiqueCarbon Nanotubes in Composites
Établissements canadiensImpact
Organismes subventionnairesnon disponible
Mots-clésComposite materialMaterials scienceCarbon nanotubeMolecular dynamicsComputational chemistry

Résumé

récupéré en direct d'OpenAlex

SIn this paper, the mechanical properties of carbon nanotube reinforced nylon 6 composites were investigated using molecular dynamics simulations. The effects of different types of carbon nanotubes (armchair type and zigzag type) on the mechanical properties of the composites were investigated, and it was found that the elastic modulus of the armchair-type carbon nanotube reinforced composites was higher. The effects of carbon nanotube content and temperature on the mechanical properties of the composites were investigated, and it was found that the mechanical properties of the composites were best at 6.71% carbon nanotube content, and the composites exhibited good thermal stability and the mechanical properties at lower temperatures. The results show that different strain rates have a significant effect on the ultimate stress of the composites, and the mechanical properties of the composites are better at high strain rates. Different degrees of functionalization of carbon nanotubes can improve the mechanical properties of composites. When the number of carboxyl groups is 8, the mechanical properties of the composites are the best, with an ultimate stress of 0.44 GPa and an elastic modulus of 3.64 MPa, which are 19% and 23% higher than that of the unfunctionalized ones, respectively.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,040
Score d'incertitude au seuil0,735

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,006
Tête enseignante GPT0,240
Écart entre enseignants0,233 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMechanics of Advanced Materials and StructuresMême sujetCarbon Nanotubes in CompositesTravaux en français237 207