On the Thermal Conductivity of Carbon Nanotube/Polypropylene Nanocomposites by Finite Element Method
محل انتشار: مجله مکانیک کاربردی محاسباتی، دوره: 49، شماره: 1
سال انتشار: 1397
نوع سند: مقاله ژورنالی
زبان: انگلیسی
مشاهده: 541
فایل این مقاله در 16 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JCAM-49-1_009
تاریخ نمایه سازی: 18 تیر 1398
چکیده مقاله:
In this paper, finite element method is used to obtain thermal conductivity coefficients of single-walled carbon nanotube reinforced polypropylene. For this purpose, the two-dimensional representative volume elements are modeled. The effect of different parameters such as nanotube dispersion pattern, nanotube volume percentage in polymer matrix, interphase thickness between nanotube and surrounded matrix and nanotube aspect ratio on the thermal conductivity coefficient of nanotube/polypropylene nanocomposite are investigated. For the dispersion pattern, three different algorithms, including random dispersion, regular dispersion along the temperature difference and regular dispersion perpendicular to the temperature difference are employed. Furthermore, the temperature is considered in the range of 0°C to 200°C. The nanotube volume percentage in the polymer matrix is selected as 1%, 3% and 5%. It is shown that the polypropylene matrix reinforced by the regular distribution of nanotubes directed parallel to the temperature difference leads to the largest thermal conductivity coefficients. Besides, the nanocomposites with larger volume percentages of carbon nanotubes possess larger thermal conductivity coefficients.
کلیدواژه ها:
نویسندگان
Reza Ansari
Department of Mechanical Engineering, University of Guilan, P.O. Box ۳۷۵۶, Rasht, Iran
Saeed Rouhi
Young Researchers and Elite Club, Langroud Branch, Islamic Azad University, Langroud, Guilan, Iran
Masoud Ahmadi
Department of Mechanical Engineering, University of Guilan, P.O. Box ۳۷۵۶, Rasht, Iran
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :