Carbon Nanotubes Embedded in Nanofibrillated EPDM Rubber as Thermally and Electronically Conducting Polypropylene Nanocomposites for Flexible Electrostatic Discharging
Notice bibliographique
Résumé
Herein, we propose a hybrid approach for optimizing the carbon nanotube (CNT) dispersion in polypropylene (PP) nanocomposites based on both chemical functionalization and physical confinement. Our approach relies on a two-step scheme where CNTs are first functionalized and dispersed in an ethylene-propylene-diene-monomer (EPDM) rubber phase via solution mixing, followed by a second step where the CNT-reinforced EPDM phase is melt-mixed with PP and taken through the in situ fibrillation process. Morphological characterization supported by rheological analysis show that the CNTs are successfully confined and dispersed within an interconnected network of nanosized rubbery EPDM fibrils, distributed throughout the PP matrix. In addition to reducing the electrical and thermal percolation thresholds from approximately 1.5 to 0.25 wt %, this unique morphology brings significant improvement in the crystallization behavior of the PP nanocomposites, resulting in a more uniform crystallization behavior with both increased percent crystallinity and increased crystallization temperature compared to conventional PP/CNT nanocomposites. This morphology brings also significant improvement in the mechanical properties, raising both the tensile toughness and ductility by three times compared to conventional PP/CNT nanocomposites. All in all, our innovative morphology strikes an excellent balance between high electrical/thermal conductivity and high toughness and ductility presenting them as promising for flexible antistatic packaging and electrostatic dischargers.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 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 ».