Novel production of basalt nanosheets with ultrahigh aspect ratios and their assembly with nylon membranes for high-performance electrical insulating composite membranes
Notice bibliographique
Résumé
The rapid advancement of modern electrical equipment has significantly increased the demand for advanced electrical insulating materials. Traditional silicate nanosheets are widely used as fillers in electrical insulating composites. However, their low aspect ratio restricts their effectiveness in high-performance electrical insulating applications. Here, a three-step liquid exfoliation strategy is proposed to prepare basalt nanosheets (BSNs) with an ultrahigh aspect ratio (up to 1397) from basalt scales (BS). This process involves cation exchange on BS to generate lamellar structures, serving as the basis for the preparation of lithium ion-exchanged BSNs (LBSNs). Next, oxalic acid/hydrogen peroxide treatment breaks the chemical bonds within the LBS sediment, producing chemically treated BSNs (CBSNs). Finally, BSNs are prepared by mixing LBSNs and CBSNs, followed by differential centrifugation to isolate BSNs with an ultrahigh aspect ratio (BSNs-1000). Subsequently, inspired by the overlapping structure of pangolin skin, BSNs-1000 are assembled onto nylon membranes, forming biomimetic nylon/BSNs-1000 (N/B-1000) composite membranes with an overlapping surface structure. This structure forms an effective physical barrier, impeding charge and crack propagation, thereby significantly enhancing their electrical insulating and mechanical properties. The novel exfoliation method and biomimetic strategy provide effective approaches for developing advanced electrical insulating membranes for high-performance electrical equipment.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».