Enhanced Properties of Aramid/Salinized MWCNT Composites Through Surface Treatment: A Combined Chemical and Microscopic Approach
Notice bibliographique
Résumé
MWCNTs are made of many layers of graphene cylinders with hexagonal arrangements on walls and mainly sp2 hybrid bonds. They exhibit structural defects that allow functionalization to enhance compatibility with polymers, improving properties like dispersion, conductivity, and mechanical strength. This study aimed to reinforce an aramid matrix with uniformly dispersed, functionalized multi-walled carbon nanotubes (MWCNTs), establishing strong interfacial bonds and achieving improved thermo-mechanical properties. MWCNTs were oxidized and functionalized using amino-silane agents (APrTES and APhTMS) via a sol-gel process. The modified nanotubes were incorporated into aramid matrices to fabricate composite films. Characterization included Raman, FTIR, UV-Vis, XPS, and microscopy (SEM, TEM, AFM). FTIR spectra confirmed successful functionalization, with Si-O-Si and amide bonds appearing at 1192 cm− 1 and 533.38 eV, respectively. Raman analysis revealed ID/IG ratios increasing from 1.05 (pristine) to 1.18 (oxidized), reflecting defect introduction, and then decreasing to 1.06 after silanization, indicating partial defect healing. SEM and AFM demonstrated uniform dispersion and reduced surface roughness in composites with aromatic silanes. Mechanical tests revealed improved tensile strength and thermal stability with 7.5 wt.% silanized MWCNTs. The results demonstrated the potential of silanized MWCNTs to enhance aramid composite properties through strong interfacial bonding and improved dispersion. This work provides a pathway for developing advanced materials with superior performance in structural and thermal applications.
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 | 0,001 |
| 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 ».