Effects of Graphene on the Moisture Absorption, Mechanical, Thermal, and Durability Properties of GFRP Bars
Notice bibliographique
Résumé
Pultruded glass fiber–reinforced polymer (GFRP) bars are widely used in civil engineering applications due to their light weight, high strength, and corrosion resistance. Durability concerns remain critical, however, because GFRP bars are susceptible to degradation under alkaline and humid conditions. Moreover, thermal stability is another critical factor because exposure to elevated temperatures can further reduce their performance. To overcome these challenges, this study comprehensively investigated the effects of carbon-based nanoparticles, particularly graphene, on the physicochemical, mechanical, thermal, barrier, and durability properties of vinyl ester–based GFRP bars. Samples containing different percentages of graphene nanoplatelets (GNPs), ranging from 0.0 to 2.0 wt% calculated relative to the weight of the vinyl ester resin, were manufactured via a pultrusion process. Transverse and interlaminar shear tests were conducted before and after alkaline exposure, and moisture absorption was assessed through immersion tests in a 50°C water bath. Matrix degradation was analyzed using differential scanning calorimetry, Fourier transform infrared spectroscopy, and scanning electron microscopy before and after conditioning in alkaline solution. Moreover, thermogravimetric analysis was performed to evaluate the thermal stability of unconditioned samples. The results demonstrate that the addition of 0.25 wt% GNPs significantly enhanced the performance of the GFRP bars. Interlaminar and transverse shear strengths improved by 10% and 6%, respectively, with approximately 97% strength retention after 3,000 h of alkaline exposure. Additionally, moisture absorption was reduced by 43%, and thermal degradation temperature increased from 498°C to 510°C. These improvements make GNP-modified GFRP bars more suitable for optimal use in construction engineering and environmental protection.
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 ».