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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 | 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 ».