MétaCan
Menu
Retour à la cohorte
Enregistrement W7116075443 · doi:10.82417/hw0g-rd96

Enhancing the recyclability and thermal properties of a novel low-carbon engineering polymer, aliphatic polyketone, through graphene and glass fiber incorporation

2025· other· en· W7116075443 sur OpenAlexaff

Notice bibliographique

RevueEspace ÉTS (ETS) · 2025
Typeother
Langueen
Domaine
Thématique
Établissements canadiensÉcole de Technologie Supérieure
Organismes subventionnairesnon disponible
Mots-clésGrapheneCompoundingThermal stabilityNanocompositeThermogravimetric analysisGlass fiberDifferential scanning calorimetryFiberDynamic mechanical analysis

Résumé

récupéré en direct d'OpenAlex

Aliphatic polyketone (PK) is an innovative thermoplastic with mechanical and barrier properties comparable to or superior to polyamide, a widely used engineering polymer, along with significantly enhanced moisture resistance. Notably, PK features also a lower environmental impact compared to other engineering polymers and a carbon footprint up to 60% lower than Polyamide 66 (PA66). However, its limited thermal stability restricts its application at high temperatures and makes its processability and recyclability challenging. The incorporation of graphene, known for its exceptional thermal, electrical, and mechanical properties, presents a promising approach to overcome these limitations while improving the functional properties and performance of PK. Additionally, graphene's lubricating effect has the potential to facilitate PK processing, improving its manufacturability.The objective of this study is to explore the potential of graphene in enhancing the thermal stability, recyclability of PK and PK/glass fiber composites while simultaneously optimizing the mechanical performance of PK/glass fiber composites and other functional properties.In this study, two graphene grades with different specific surface areas and aspect ratios were dispersed in PK and PK/glass fiber composites using a melt compounding process. The impact of graphene nanoplatelets on the thermal stability and crystallization behaviour of the resulting nanocomposites was analysed through thermogravimetric analysis and differential scanning calorimetry. Their morphology was examined using scanning electron microscopy, while polymer/graphene interfacial interactions were assessed via dielectric spectroscopy and dynamic mechanical analysis. Furthermore, mechanical testing was conducted to evaluate the reinforcement effect of graphene nanoplatelets on PK and PK/glass fiber composites. By fine-tuning graphene dispersion and spatial distribution as well as the nanocomposite formulations, we aim to develop materials with superior durability, reduced environmental impact, and enhanced performance comparable to or higher than polyamide composites.Key words:Aliphatic Polyketone (PK), Graphene Nanoplatelets, Thermal Stability, Recyclability, Polymer Nanocomposites, Sustainable Engineering Polymers, Low-Carbon 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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,068
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,011
Tête enseignante GPT0,218
Écart entre enseignants0,207 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEspace ÉTS (ETS)Travaux en français237 207