Amélioration des propriétés des résines thermodurcissables utilisées dans les barres de polymère renforcé de fibres (PRF) par incorporation de nanoparticules de carbone
Bibliographic record
Abstract
La modification de la matrice polymère par des nanoparticules est une approche prometteuse pour améliorer les performances des barres composites en polymère renforcé de fibres (PRF). Les nanomatériaux de carbone tels que le nanoplate de graphène (NPG), l'oxyde de graphène (GO) et les nanotubes de carbone (NTC), en raison de leurs propriétés mécaniques exceptionnelles et de leur surface élevée, peuvent être d'excellents candidats pour améliorer les performances des barres de PRF. Ce travail de recherche vise à trouver des approches faciles, écologiques et pratiques pour une exfoliation et une distribution appropriées des nanoparticules de carbone dans les matrices polymères utilisées en génie civil. La première partie du projet s'est concentrée sur le développement d'une approche écologique pour la préparation de graphène dispersé dans la résine vinylester. Le graphène a été exfolié dans un nouveau système de solvant binaire composé d'un mélange d'eau et d'éthanol. L'eau et l'éthanol sont considérés comme de mauvais solvants pour le graphène, mais une combinaison des deux peut par contre constituer un mélange de solvants idéal. L'étude de la microstructure des nanocomposites a révélé des feuilles de graphène bien exfoliées avec quelques rides. La deuxième partie du projet comprend l'étude des caractéristiques de dispersion des nanocomposites de résine époxy renforcés par des NTC, du graphène et du GO. Jusqu'à présent, il n'y a pas eu d'étude systématique de l’effet des variations de structure des nanocharges et de leurs influences sur les caractéristiques de dispersion, ce traduisant par des modifications des propriétés mécaniques et de la durabilité des nanocomposites. En incorporant 0.4 % en poids de NTC, de NPG et de GO dans une résine époxy, la résistance à la traction a augmenté d'environ 28, 32 et 49 %, respectivement. L'analyse de la fractographie a révélé que les surfaces de rupture lisses de la résine pure se transformaient en structures de surface très rugueuses pour les nanocomposites. La déviation et l'ouverture des fissures ont été les principaux mécanismes de renforcement. Dans la troisième et dernière partie du projet, le traitement in situ a été utilisé pour obtenir des nanocomposites époxy de haute performance avec une faible incorporation de GO. L'approche a consisté à utiliser les traitements à ultrasons et à agiter les nanoparticules de GO dans la matrice, éliminant ainsi le besoin de solvants organiques et de surfactants. Les résultats des essais de traction ont montré qu'en chargeant avec seulement 0.6 % en poids de GO dans la résine époxy, le module de Young, la résistance à la traction et la ténacité s’améliorent respectivement de 38 %, 46 % et 143 %. Les analyses FTIR ont montré que l'agent de durcissement a probablement été greffé à la surface du GO au cours des processus de dispersion. Les résultats de cette étude ont démontré plusieurs avantages techniques liés à l'utilisation de méthodes pratiques et durables pour la dispersion de nanoparticules à base de carbone dans des matrices polymères utilisées en génie civil.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.000 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one teacher head, not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".