In-situ Nanofibrillation for Advanced Manufacturing of High-Performance Polyethylene- based Composites Fabricated by Spun-bond Technology
Notice bibliographique
Résumé
In-situ nanofibrillation is a cutting-edge technique that has the potential to revolutionize the manufacturing of high-performance polyethylene-based composites, particularly when combined with spun-bond technology. This study explores the integration of in-situ nanofibrillation within the spun-bond process to fabricate fiber-in-fiber composites with enhanced mechanical, foamability and barrier properties. By generating nanofibers directly within the polymer matrix during the spun bonding process, this approach ensures uniform dispersion and strong interfacial bonding between the nanofibers and the polyethylene matrix, leading to significant improvements in the overall performance of the composite materials.The research demonstrates that in-situ nanofibrillation can be effectively employed within the spun-bond process to produce high-density polyethylene (HDPE) based nanofibrillar composites with superior toughness at different environmental conditions and foaming ability compared to conventional polyethylene composites. Furthermore, using the novel in-situ nanofibrillation technique enhanced the oxygen barrier properties, which is a crucial factor in the packaging industry. The method also offers the advantage of scalability, making it suitable for large-scale production of high-performance materials. The findings highlight the potential of in-situ nanofibrillation as a versatile and efficient approach to producing advanced polymer composites with tailored properties for specific applications. This work lays the groundwork for further exploration of in-situ nanofibrillation in other polymer systems and manufacturing techniques, paving the way for the development of next-generation materials for applications in industries such as automotive, aerospace, and textiles.
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 ».