MétaCan
Menu
Retour à la cohorte
Enregistrement W4408395405 · doi:10.1016/j.molliq.2025.127389

Ice-responsive Coatings: Evaluating the effect of Hydrogen bond donors on Deep eutectic solvents/Ionic liquids Anti-icing efficiency

2025· article· en· W4408395405 sur OpenAlexafffund
Saba Goharshenas Moghadam, Gelareh Momen, Reza Jafari

Notice bibliographique

RevueJournal of Molecular Liquids · 2025
Typearticle
Langueen
DomaineEarth and Planetary Sciences
Thématiquenanoparticles nucleation surface interactions
Établissements canadiensUniversité du Québec à Chicoutimi
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversité du Québec à Chicoutimi
Mots-clésEutectic systemHydrogen bondMaterials scienceIcingIonic liquidChemical engineeringIonic bondingChemistryComposite materialOrganic chemistryMoleculeIonMeteorologyAlloyEngineering

Résumé

récupéré en direct d'OpenAlex

• Study investigates HBDs’ role in DESs, focusing on hydrophilicity and hydrophobicity. • DESs as ice-responsive components boosted anti-icing due to superior HBD capacity. • Hydrophobic HBDs outperformed hydrophilic ones, maintaining mechanical properties. • SS-NMR and low-temperature ATR-FTIR confirm a thicker QLL on DES-based coatings. • Modified frost patterns improved DES coating resistance to frost buildup over cycles. Although there has been pioneering research on the anti-icing properties of Ionic liquids (ILs) and Deep Eutectic Solvents (DESs), coatings based on these materials are still in the early stages of development. Given the limited understanding of DESs in anti-icing applications, we investigated the role of hydrogen bond donors (HBDs) within DESs, focusing on their hydrophilicity and hydrophobicity. After conducting a comprehensive study using advanced characterization techniques, including ATR-FTIR, X-ray photoelectron spectroscopy (XPS), X-ray diffraction (XRD) analysis, and wettability measurements, our findings demonstrate that DESs can be effectively introduced as ice-responsive components on a surface, significantly improving their anti-icing performance. Our comparative analysis showed that the introduction of hydrophobic HBDs into DES-based coatings reduced ice adhesion strength to 13 kPa, while maintaining an ice formation temperature of −35 °C. Despite plasticising characteristic of DESs, notably, the mechanical properties, including tensile strength, remained consistent with the neat coating, though with enhanced elongation at break. Solid-state NMR spectroscopy revealed the formation of a thicker quasi-liquid layer (QLL) on the surface of coatings containing hydrophobic HBDs, which was further confirmed by low-temperature ATR-FTIR analysis. Moreover, these coatings exhibited modified frost formation patterns, leading to increased resistance to frost buildup over multiple cycles. Ice adhesion strength of coatings was examined against accelerated weathering, icing/de-icing cycles, as well. This study presents a novel approach for designing sustainable, high-performance icephobic coatings, emphasizing the potential of DESs as effective ice-responsive components in achieving superior anti-icing and anti-frosting capabilities.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,332
Score d'incertitude au seuil0,513

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,010
Tête enseignante GPT0,290
Écart entre enseignants0,280 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Molecular LiquidsMême sujetnanoparticles nucleation surface interactionsTravaux en français237 207