Enhancing mechanical performance of polystyrene carbon composite foams through supercritical CO <sub>2</sub> foaming: An experimental study
Notice bibliographique
Résumé
Conventional polystyrene (PS) foams are widely used in packaging and insulation, but suffer from limited mechanical strength, which restricts their use in load-bearing applications. This study investigates the enhancement of the mechanical performance of PS foam through the incorporation of graphene nanoplatelets (GNP) and flaked graphite (FG), processed via supercritical CO 2 (sc-CO 2 ) extrusion foaming at two pressures (17.3 MPa and 20.6 MPa). The influence of sc-CO 2 pressure on additive dispersion and mechanical behavior was evaluated using compression testing, dynamic mechanical analysis (DMA), micro-computed tomography (micro-CT). Results showed that increasing the sc-CO 2 pressure significantly enhanced compressive strength from 0.30 MPa to 0.40 MPa for 0.75 wt% GNP foams (34% increase) and from 0.30 MPa to 0.50 MPa for 0.75 wt% FG foams (66% increase). Enhanced storage and loss moduli in DMA confirmed improvements in stiffness and energy dissipation. Micro-CT imaging revealed more well-defined closed-cell structures and uniform carbon particle dispersion at the higher pressure. Overall, these findings emphasize the importance of pressure-optimized sc-CO 2 foaming as an effective strategy for producing lightweight, durable PS-carbon composite foams suitable for structural, insulation, and packaging applications.
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 ».