Aging Characteristics of Ceramifiable Silicone Rubber Nanocomposites Exposed to Electrolytic Solution
Notice bibliographique
Résumé
The capability to transform into a flame-retardant ceramic body when encountering high temperatures makes low melting glass (LMG) powder an effective additive for room temperature vulcanized (RTV) silicone rubber composites, which are used as coating materials for outdoor high-voltage insulators operating in harsh environments. In this context, the present study examines the impact of nano LMG powder (LMGP) on the aging characteristics of 5 wt% boron nitride (BN)-doped silicone rubber nanocomposites exposed to a strong electrolytic aqueous ammonium chloride (NH4Cl) solution. LMG nanofiller was added in varying weight percentages of 3 and 7 wt%. Except for the 7 wt% LMG-doped composite, a distinct dip in weight gain, indicating higher degradation and detachment of filler particles, was noted in all the composites during diffusion test. Aging-induced deterioration of surface morphology is well evident in 3-D microscopy, contact angle, and Fourier transform infrared (FTIR) spectroscopic test results, which clearly demonstrate increased surface roughness and scissioning of side chains (Si-CH$_{{3}}\text {)}$and backbone chains (Si-O–Si) in silicone rubber matrix of all the composites postaging. Furthermore, antipollution performance and thermal properties of all the test specimens were evaluated through inclined plane tracking and erosion test, thermogravimetric analysis (TGA), and IR thermography. The test results demonstrated that LMG-doped composites showed better tracking and erosion resistance, higher thermal stability, and lower surface temperature distribution during inclined plane tracking (IPT) compared to the only BN specimen before and after aging. The experimental results revealed that the 7 wt% LMG composite exhibited better resistance to degradation caused by the NH4Cl solution.
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) | 0,001 | 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 ».