Tailoring Interfacial, Rheological, and Energy Absorption Properties of In Situ Nanofibrillated Ethylene Propylene Diene Monomer Rubber for Enhanced Toughness in Polypropylene Composites
Notice bibliographique
Résumé
Enhancing the mechanical performance of polymer composites is crucial for extending their service life and reducing waste. In situ fibrillation has emerged as an effective strategy for toughening rubber-modified thermoplastics. This study presents a simple yet versatile approach to further improve the toughening efficiency of in situ fibrillated rubber, focusing on polypropylene (PP) and ethylene-propylene-diene monomer (EPDM) composites. The strategy involves two steps: first, blending two EPDM grades with different viscosities in various ratios, and second, incorporating this EPDM mixture into a PP matrix, where in situ fibrillation forms nanofibrillar domains. By tuning the EPDM ratio, we control its interfacial affinity with PP, rheological behavior, and intrinsic energy absorption, producing nanofibrils ranging from ∼250 nm to <50 nm in diameter. The morphology, rheology, crystallization, and mechanical properties of the composites were investigated, revealing that an EPDM phase with equal parts of both grades achieved optimal toughening─enhancing elongation at break by ∼400% at −10 °C, ∼250% at room temperature, and impact toughness by ∼200%. This approach provides a systematic framework for optimizing in situ fibrillated rubbers, enabling more effective design of high-performance toughened thermoplastics.
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 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) | 0,001 | 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 tête enseignante, 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 ».