Se sintetizaron nanopartículas de sílice mediante un método sol-gel y se mezclaron con diferentes cantidades de cloruro de polivinilo (PVC) para obtener películas nanocompuestas. Las muestras se caracterizaron por DRX, HR-TEM, SEM y FTIR. La microscopía electrónica de transmisión de alta resolución (HR-TEM) demostró que el tamaño medio de las partículas de nanosílice es de 15 nm. La microscopía electrónica de barrido (SEM) mostró que la nanosílice estaba bien dispersa en la superficie de las películas de PVC. Los espectros de infrarrojo por transformada de Fourier (FTIR) de las películas de nanocompuestos mostraron un cambio significativo en la intensidad de los picos característicos del grupo funcional con la adición de nanosílice. Se observó que la brecha de banda óptica disminuía con la adición de nanosílice, mientras que el índice de refracción aumentaba. También se estudiaron la constante dieléctrica ε ′ , el módulo de pérdida dieléctrica M ′ ′ , y la conductividad CA ( σ A C ). Se encontró que ε ′ aumenta con la temperatura para todas las muestras, clara dieléctrica α -relajación observada de la pérdida dieléctrica M ′ ′ alrededor de la temperatura del vidrio ( T g ), y esto podría estar relacionado con el movimiento micro-Brownian de la cadena principal de PVC. Se calculó la energía de activación, y la conductividad AC podría ser de salto. Los resultados de este trabajo se discuten y comparan con datos obtenidos anteriormente.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Estudio del riesgo de tropiezo al caminar rápido mediante el análisis de la cadencia de la marcha
Video:
¿Qué es la Nanotecnología? : [nanomedicina, nanoalimentos, nanorobots]. parte 2
Artículo:
Un algoritmo eficiente de selección de subconjuntos de características para la clasificación de conjuntos de datos multidimensionales.
Artículo:
Evolución estructural y fotoluminiscencia de capas de SiO2 con nanoclusters de Sn formados por implantación iónica
Artículo:
Medición no invasiva de la glucosa mediante métodos de aprendizaje automático y redes neuronales y correlación con la variabilidad de la frecuencia cardiaca