Low-Concentration Graphene Nanoplatelet/HDPE Nanocomposites with Enhanced Dispersion and Interfacial Bonding for Improved CO<sub>2</sub> Barrier and Mechanical Performance at Elevated Temperatures
Notice bibliographique
Résumé
High-density polyethylene (HDPE) is well known for its excellent moisture and chemical resistance, combined with a balance of ductility and strength, making it ideal for high-temperature, high-pressure applications. To enhance HDPE-based products under these conditions, improving barrier properties against greenhouse gases and increasing creep strength are essential. This study developed a graphene nanoplatelet (GNP)/HDPE nanocomposite with only 0.5 wt % GNP using a scalable melt-compounding method. By optimizing processing conditions and grafting GNP onto HDPE chains via maleic anhydride functional groups, significant improvements were achieved at 60 °C, including a 44.6% reduction in supercritical CO 2 permeability, a 40.7% reduction in creep strain, and a 68.1% decrease in creep strain rate. Additionally, the onset degradation temperature increased by 25 °C, and the maximum weight loss rate improved by 54% compared to neat HDPE. Notably, these enhancements were achieved while maintaining elongation at break, with the GNP/HDPE nanocomposite exhibiting nearly 20% higher elongation at break than neat HDPE. Fourier transform infrared spectroscopy (FTIR) confirmed strong ester linkages between GNP and the polymer chain, resulting from a nucleophilic addition reaction that improved interfacial bonding and overall properties. This study offers a significant step toward more resilient and environmentally friendly engineering materials.
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) | 0,000 | 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 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 ».