Mechanical rolling of nickel nanowire-PVDF composites yields enhanced conductivity and electromagnetic shielding properties
Notice bibliographique
Résumé
Highly flexible and lightweight PVDF-based nickel nanowires (NiNWs) composites are promising candidates for electronic devices, particularly in electromagnetic shielding. However, the alignment of NiNWs within the PVDF matrix to achieve high electrical conductivity presents a significant challenge. In this study, we present a straightforward and scalable method to prepare aligned NiNWs-PVDF composites using mechanical shear force (i.e., rolling). We firstly synthesized conductive, high aspect ratio NiNWs; we then prepared thin films of PVDF/NiNWs composites with various NiNWs concentrations (40–70 wt.%) via solution casting. These solution-cast PVDF/NiNWs composites were then mechanically rolled, and alignment of the NiNWs and PVDF lamellae was achieved, as confirmed by TEM and SAXS images. The oriented NiNWs in the PVDF matrix exhibited superior electrical conductivity compared to solution-cast samples without mechanical rolling. Notably, the percolation threshold of the rolled films was lower than that of the samples that were not rolled. Furthermore, the rolling process increased both the β-phase formation and the overall crystallinity of the PVDF matrix, as evidenced by FTIR and DSC analyses, respectively. Owing to enhancement of conductivity and dielectric permittivity, rolled composites displayed a total shielding efficiency of -42 dB over the 12 – 18 GHz frequency band (relevant to satellite and microwave communications), compared with -32 dB for non-rolled (solution cast) samples. This performance can be attributed to an absorption-dominant shielding mechanism due to the enhancement of interfacial polarization and β-phase formation. Mechanically rolled films are good candidates for use in EMI shielding applications requiring thin and lightweight materials.
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 ».