Investigasi Pengaruh Penuaan Termal terhadap Sifat Mekanik Karpet Felt Polyethylene Terephthalate Laminasi dengan Low-Density Polyethylene untuk Aplikasi Pengembangan Produk Quarter Trim Panel
Notice bibliographique
Résumé
Penelitian ini bertujuan untuk mengevaluasi pengaruh penuaan termal pada sifat mekanik karpet felt polyethylene terephthalate (PET) yang dilaminasi dengan low density polyethylene (LDPE) untuk pengembangan quarter trim panel kendaraan. Latar belakang penelitian berfokus pada pentingnya material interior otomotif yang tahan lama. polyethylene terephthalate (PET) dikenal memiliki stabilitas termal dan kekuatan tarik tinggi, sementara low density polyethylene (LDPE) menawarkan fleksibilitas. Namun, penelitian terkait kombinasi laminasi polyethylene terephthalate (PET) dan low density polyethylene (LDPE) dan dampak penuaan termal terhadap sifat mekaniknya masih terbatas. Metode penelitian mencakup persiapan spesimen, pengujian tarik sebelum dan setelah penuaan termal pada suhu 70 °C selama 72 jam dalam kondisi panas kering, serta analisis struktur molekuler. Hasil penelitian menunjukkan penurunan signifikan pada kekuatan tarik, di mana spesimen cross direction (CD) menurun dari 58,5 MPa menjadi 40 MPa, dan terjadi peningkatan modulus elastisitas sebesar 20%. Penurunan ini disebabkan oleh degradasi molekuler dan reorganisasi struktur amorf polyethylene terephthalate (PET) yang mengurangi kohesi antar molekul. Kesimpulannya, penuaan termal berdampak negatif pada sifat mekanik karpet felt polyethylene terephthalate (PET) yang dilaminasi low density polyethylene (LDPE). Penelitian ini memberikan wawasan penting untuk pengembangan material interior kendaraan yang lebih tahan lama dan menekankan perlunya peningkatan stabilitas termal pada laminasi (PET) dan low density polyethylene (LDPE).
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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,004 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».