Este trabajo evalúa la eficacia de las partículas a nanoescala para producir respuestas no similares a las de Einstein en matrices poliméricas, con el fin de reducir sus efectos negativos en el procesamiento a baja velocidad de cizallamiento. Esto tiene valor para las aplicaciones de procesamiento de materiales que abarcan la extrusión, el flujo en molde frío y el procesamiento generalizado de nanocompuestos. Mediante el control y la comprensión de las relaciones de procesamiento de estructuras que conllevan los materiales aditivos a nanoescala, empezamos a gestionar las características de dispersión para un desarrollo de productos más fiable y sin defectos. Con el fin de identificar las características del sistema que producen respuestas no similares a las de Einstein, aislamos y caracterizamos fracciones homogéneas de nanotubos de carbono de pared simple (SWNT) con longitudes singulares. Esto permite definir una fase particulada a nanoescala bien definida, dentro de las matrices poliméricas. El efecto de la longitud y la fracción de peso de los nanotubos en las matrices de poliisobutileno (PIB) se evaluó mediante ensayos térmicos y reológicos. Nuestros resultados muestran que la viscosidad de los sistemas nanocompuestos producidos depende de la longitud y no muestra los aumentos monótonos esperados en la viscosidad con un aumento en la fracción de peso del aditivo de nanotubos dentro de la matriz, lo que demuestra una respuesta de viscosidad no similar a la de Einstein. Además, demostramos una cristalización dependiente de la longitud en los sistemas estudiados, ya que un nanotubo de longitud intermedia inicia la cristalización del poliisobutileno (PIB) afectando a la viscosidad y a las propiedades mecánicas.
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:
Un marco de composición de servicios web automático utilizando un algoritmo de clasificación de servicios web basado en QoS.
Artículo:
Caracterización de tejido cerebral artificial utilizando Inverse-FEM para simular indentación y comprensión
Artículo:
Clasificadores profundamente aprendidos para predicciones de edad y género de rostros sin filtrar.
Artículo:
IA y ortodoncia facial: Una revisión de los avances digitales en el diagnóstico y la planificación del tratamiento
Artículo:
Evaluación del reverdecimiento de las calles mediante la fusión de datos multivista