Propriétés et structure de phase des mélanges polylactide / polyméthacrylate de méthyle renforcés à l’aide de particules minérales
Bibliographic record
Abstract
Au cours des dernières décennies, les plastiques produits à partir de sources biologiques et/ou renouvelables ont suscité un intérêt considérable dans les communautés scientifiques et industrielles. Parmi les bioplastiques actuels, l’acide polylactique ou PLA est sans doute l’un des plus prometteurs. Il présente une meilleure stabilité thermique comparée à d’autres biopolymères, lui permettant d’être mis en forme avec des équipements de fabrication conventionnels. En plus, le PLA a aussi de bonnes propriétés mécaniques, notamment en termes de résistance à la traction et à la flexion comparé à plusieurs polymères conventionnels et une fois hydrolysé, le PLA est complètement biodégradable. Par contre, le PLA possède une faible résistance thermique à cause de sa basse température de transition vitreuse, autour de 60 °C. De plus, la contrepartie de sa biodégradabilité est que le PLA s’hydrolyse rapidement dans des milieux chauds et humides, ce qui restreint son usage pour des applications qui demandent de longues durées de vie. Pour améliorer les performances du PLA, différentes stratégies ont été rapportées dans la littérature. Généralement, le mélange entre polymères est considéré comme une voie efficace pour surmonter les déficiences des polymères car il représente la démarche la plus versatile, rentable et facilement adaptable aux équipements traditionnels. Récemment, le polyméthacrylate de méthyle (PMMA) a fait l’objet d’études concernant son potentiel de former des mélanges miscibles avec le PLA. Cependant, la miscibilité entre le PLA et le PMMA n’a pas fait l’objet d’un fort consensus dans la littérature et des conclusions contradictoires ont été rapportées par différents auteurs. Dans la première étape du présent projet, l’effet de la capacité à cristalliser du PLA et de sa masse molaire sur la miscibilité du mélange PLA/PMMA a été systématiquement étudié. En particulier, l’attention fut portée sur l’étude de la structure que ce mélange développe lors du malaxage à l’état fondu et de sa transformation en mélange miscible, un aspect non trivial des mélanges polymères. Les résultats obtenus apportent une lumière nouvelle aux apparentes contradictions trouvées dans la littérature quant à la miscibilité du mélange PLA/PMMA, en présentant les conditions de mise en forme nécessaires pour générer une seule phase; ainsi que les conditions qui peuvent mener à la séparation de phase. De plus, le potentiel de ces mélanges du point de vue de l'application est abordé. Dans une deuxième partie du projet, le mélange miscible PLA/PMMA a été modifié par l’ajout de renforts minéraux afin d’examiner et de maximiser les avantages et la polyvalence du mélange PLA/PMMA. L’argile, le quartz et le carbonate de calcium ont été sélectionnés en considérant leurs différences de morphologie et de nature chimique, ainsi que leur disponibilité et leur faible coût. Les résultats de cette étude ont permis une compréhension plus complète du comportement rhéologique du mélange chargé, de la cristallisation de la phase PLA, de la stabilité thermique, et des avantages potentiels associés à l’ajout de minéraux au mélange PLA/PMMA. A notre connaissance, il s’agit de la première étude qui explore le renforcement de ce mélange à l’aide de renforts minéraux.
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 machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.002 | 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 source (direct Gemma or distilled Codex), 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".