Tribological Assessment of Synthetic Grease (PDPLG-2) Derived from Partially Degraded Low-Density Polyethylene Waste
Notice bibliographique
Résumé
This study focuses on addressing the pressing challenge of reusing plastic in an eco-friendly manner. This research aimed to produce synthetic grease through an environmentally friendly pyrolysis technique, utilizing 69% predegraded low-density polyethylene (LDPE) combined with visible-light-working TiO2 thin film, protein-coated TiO2 NPs, and Lactobacillus plantarum bacteria in a batch reactor. The optimized conditions of temperature (500 °C) and heating time (2 h) resulted in the creation of 166 gm of partially degraded polyethylene grease 2 (PDPLG2) with National Lubricating Grease Institute (NLGI 2) grade consistency. PDPLG2 grease exhibits a wide-range dropping point of 280 °C and effectively maintains lubrication under high friction and stress loads, thereby preventing wear. Thermal analysis using TG and DSC validated the grease’s stability up to 280 °C, with minimal degradation beyond this point. Taguchi analysis using substance, sliding speed, and load as factors identified the ideal process parameters as aluminum, 1500 rpm, and 150 N, respectively. The present study revealed that sliding speed has the greatest impact, contributing 31.74% to the coefficient of friction (COF) and 11.28% to wear, followed by material and load. Comparative tribological analysis with commercially available grease (NLGI2) demonstrated that PDPLG2 grease outperforms NLGI2 grease. Overall, this innovative eco-friendly approach presents PDPLG2 as a promising alternative lubricant with improved anti-wear and friction properties, while also contributing significantly to plastic waste reduction.
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) | 0,000 | 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 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 ».