Upcycling Waste Polypropylene into Multifunctional Homogeneous Additives for Simultaneously Enhanced Mechanical Performance and Processability
Notice bibliographique
Résumé
Upcycling and incorporating waste polypropylene (PP) into a sustainable circular plastics economy remain a significant challenge. Herein, we report an efficient and cost-effective strategy to transform waste PP into advanced multifunctional homogeneous additives. Specifically, waste PP was converted into PP-vitrimers (PPv) through transesterification reactions and subsequently blended with commercial PP. Remarkably, the resulting PP/PPv blends exhibit substantial enhancements in mechanical properties, including elongation at break, tensile strength, Young’s modulus, and thermal creep resistance, as well as improved melt processability. Detailed investigations reveal that the insoluble fraction of PPv (PPv-insol) acts as an efficient nucleating agent, uniformly dispersed within the PP matrix, significantly influencing crystallization kinetics (increased nucleation density, elevated crystallization temperature, and accelerated crystallization rate), crystalline structure (coexistence of smaller, more uniform spherulites alongside randomly oriented crystals), and polymorphism (predominantly the α form with a small fraction of the β form). Meanwhile, the soluble fraction (PPv-sol) functions as a lubricant, reducing intermolecular friction, lowering melt viscosity, and enhancing melt flowability. This work not only provides fundamental insights into the role of dynamic cross-linked networks in regulating polymer crystallization behavior and viscoelastic properties, significantly advancing our understanding of polymer/vitrimer composites, but also presents a practical, scalable, and industrially viable strategy for the high-value upcycling and utilization of waste PP.
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 | 0,000 |
| 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) | 0,000 | 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 ».