XiaoMi-AI文件搜索系统
World File Search System环氧
混合亚麻纤维增强的环氧复合材料与石墨烯在湿热环境中的耐用性
天然纤维复合材料对湿热环境（湿度和服务温度升高）高度敏感。可以通过使用纳米材料作为组成的增材制造来增强此类复合材料的长期行为。因此，这项研究研究了杂交亚麻纤维增强的环氧复合材料的机械性能，其为0％，0％，0.5％，0.5％，1％和1.5％的石墨烯纳米颗粒在暴露于1000、2000，3000小时的相对湿度为98％之后，在20°C和60°C和60°C C. C. C. c. comp的相对湿度为98％。通过弯曲和层间剪切测试。湿热调节模拟。这项研究的结果表明，石墨烯纳米颗粒在减少水分吸收和改善湿透性调节后的机械性能中起着重要作用。与没有石墨烯纳米颗粒的样品相比，杂化复合材料的弯曲和层间剪切强度增加了0.5％，1.0％和1.5％的石墨烯增加了77.7％，72.0％，77.1％和77.1％，以及75.5％，70.6％和73.5％，C。由于水分扩散到亚麻纤维和树脂塑料的燃料中，杂化复合材料随着调节温度和暴露持续时间的升高而增加。尽管如此，由于其在基质中的分布更好，因此发现0.5％石墨烯纳米颗粒在保留老化杂化复合材料的机械性能方面是最佳的。加速的测试结果表明，在在湿热环境中服役100年后，杂种复合材料分别可以保留至少57％和49％的弯曲和层间剪切强度，在30℃的温度下，澳大利亚的平均年度温度在30°C的温度下散发出来。
基于环氧的多功能固体聚合物电解质，用于结构电池和超电容器。简短的评论
由于其多功能特性，基于环氧树脂的固体聚合物电解质的潜在应用不断扩大。这些特征包括机械刚度，不易挥发性，非易光性和电化学稳定性。然而，值得注意的是，与传统的液体电解质相比，纯基于环氧的固体聚合物电解质固有地具有较低的离子传输能力。在室温下高度机械完整性和上离子电导率之间达到平衡构成了重大挑战。鉴于这一挑战，该综述致力于阐明基于环氧树脂的固体聚合物电解质的基本概念。它将探索各种制备技术，将不同的纳米材料掺入基于环氧树脂的固体聚合物电解质中，并评估其多功能性能。这种全面的评估将涵盖机械性能和电气性能，并特别关注其在电池和结构超级电容器中的潜在应用。
开发有效和高度选择性的环氧酮 -
在这里，我们提出了具有低纳摩尔的体外效力的明显基于环氧基酮的蛋白酶体抑制剂，可用于血恶性疟原虫和人类细胞的低细胞毒性。我们的最佳化合物在HEPG2和H460细胞上具有超过2,000倍的红细胞疟原虫的选择性，这在很大程度上是由于P3位置的D-氨基酸的适应D-氨基酸的适应性驱动，并且在P3位置的偏好以及对P1位置的difluorobenzyl群的偏好。我们从恶性疟原虫细胞提取物中分离了蛋白酶体，并确定最好的化合物在抑制恶性疟原虫蛋白酶体的β5亚基方面的有效性更高，与人类成本蛋白酶体的相同亚基相比。这些化合物还显着降低了P. berghei小鼠感染模型中的寄生虫血症，并平均将动物延长6天。当前的环氧基酮抑制剂是口服可生物利用抗疟疾药物的理想起始化合物。
卡夫（Nano）木质素作为环氧聚合物生物复合材料中的反应性添加剂
摘要：对实现更可持续制造和循环经济模型的高性能生物材料的需求正在显着增长。卡夫木质素（KL）是一种丰富且功能高的芳香/酚类生物聚合物，是纸浆和造纸工业的主要侧产品，以及最近的第二代生物填充物。在这项研究中，将KL纳入了基于双苯酚A（DGEBA）的二甘油乙醚（DGEBA）和胺固化剂（Jeffamine D-230）的玻璃状环氧系统中，该系统被用作固化剂的部分替换和DGEBA前固化剂和DGEBA前添加剂或反应性添加剂。A 由原始的（未修饰）KL替换为14 wt。％，而与Neat Epoxy Polymer相比，高达30 wt的KL-氧基复合材料具有相似的热力学特性，并且具有相似的热力学特性，并且具有相似的热力学特性，并且具有显着增强的抗氧化特性。 此外，还研究了KL粒径的效果。 球铣削的牛皮木蛋白（BMKL，10 µm）和纳米林蛋白（NLH，220 nm）在球铣削和超声化后获得，并在同一环氧系统中作为添加剂进行了研究。 显着改善的分散体和热机械特性，主要用纳米林蛋白获得，这些纳米林蛋白表现出完全透明的木质素 - 环氧复合材料，张力强度较高，储存模量和玻璃转变温度，即使在30wt。％的载荷下也是如此。 最后，KL木质素是糖基化（GKL）并用作基于生物的环氧前聚合物，可达到高达38 wt的基于化石的DGEBA的38 wwt。％替代。 GKL复合材料表现出改善的热机械性能和透明度。由原始的（未修饰）KL替换为14 wt。％，而与Neat Epoxy Polymer相比，高达30 wt的KL-氧基复合材料具有相似的热力学特性，并且具有相似的热力学特性，并且具有相似的热力学特性，并且具有显着增强的抗氧化特性。此外，还研究了KL粒径的效果。球铣削的牛皮木蛋白（BMKL，10 µm）和纳米林蛋白（NLH，220 nm）在球铣削和超声化后获得，并在同一环氧系统中作为添加剂进行了研究。显着改善的分散体和热机械特性，主要用纳米林蛋白获得，这些纳米林蛋白表现出完全透明的木质素 - 环氧复合材料，张力强度较高，储存模量和玻璃转变温度，即使在30wt。％的载荷下也是如此。最后，KL木质素是糖基化（GKL）并用作基于生物的环氧前聚合物，可达到高达38 wt的基于化石的DGEBA的38 wwt。％替代。GKL复合材料表现出改善的热机械性能和透明度。使用NMR，TGA，GPC和DLS技术对所有木质素进行了广泛的表征，以相关并证明环氧聚合物表征的结果。
Epibond 1539 A/B 环氧胶粘剂
产品可能具有或可能具有危险性。买方应从亨斯迈获取材料安全数据表和技术数据表，其中包含有关产品危害和毒性的详细信息，以及产品的正确运输、处理和储存程序，并应遵守与产品的处理、使用、储存、分销和处置以及接触有关的所有适用政府法律、法规和标准。买方还应采取一切必要措施，充分告知、警告并让可能处理或接触产品的员工、代理商、直接和间接客户和承包商了解与产品有关的所有危害和正确安全处理、使用、储存、运输和处置及接触产品的程序，以及可能处理、运输或储存产品的容器或设备。
基于氧化石墨烯的2D/3D复合材料，用于增强环氧涂层的抗腐蚀特性
摘要：物联网（IoT）是一种技术范式，在过去的十年中获得了显着的信息，除其他功能外，还可以开发智能和可靠的设备网络。在这方面，它触发了最初实施的车辆临时网络（VANETS）的创建和演变，以确保驾驶员的安全性和避免造成事故的安全性。缺点是，这种快速发展在用户的隐私方面引起了严重关注，而试图窃听和拦截信息的攻击者或实体的人口显着增加。这给驾驶员跨越智慧城市带来了严重的风险。本文介绍的研究旨在根据他们确保的效率和安全水平来评估Vanet环境中的私人保护机制，考虑到Vanets为用户/驱动程序提供有限的资源。此外，讨论了椭圆曲线密码学在减少资源环境中的使用。最后，本文比较了三个密码算法，椭圆曲线密码学（ECC），超椭圆形曲线密码2（HECC-2）和HECC属3（HECC-3）（HECC-3）的性能，用于实现各个相关的真实性和安全消息传输机制，目的是实施货物范围，目的是实施。 区域。评估结果表明，在大多数指标中，ECC取代HECC-2和HECC-3。但是，HECC-2和HECC-3在选定的能量指标中表现出比ECC更好的反应。总体而言，观察到HECC算法还不够成熟，无法与ECC竞争。这是由于研究界没有足够的进步来优化HECC的事实，此外，HECC建立在相当复杂的数学基础上。但是，有迹象表明，一旦确实对HECC曲线进行了优化，HECC的速度和其他指标的表现将超过ECC，因为HECC-2和HECC-3使用具有与ECC相同的安全级别的较小的密钥大小。
通过抑制可溶性环氧水解酶来增强癌症免疫疗法
虽然免疫疗法是前线癌症治疗，但未解决的慢性炎症和毒性通常会限制其抗肿瘤活性。内源性清除或炎症的分辨率可能会克服这种免疫疗法的全球内在局限性。在这里，我们证明了免疫检查点抑制剂（ICI）诱导SEH（可溶性环氧水解酶）的表达，从而降解了肿瘤微环境中抗炎性和抗炎性和分辨率EPFA（环氧 - 脂肪酸）的表达。饮食ω -3（欧米茄-3）PUFAS（多不饱和脂肪酸）补充和/或SEH的药理抑制在多种鼠类癌模型中增强了ICI疗效。我们的结果暗示了内源性EPFA作为癌症治疗中有前途的策略。增加内源性抗炎性和pro-通过饮食补充和抑制SEH解决EPFA，作为对常规癌症疗法的辅助物可能至关重要。
辐射温度和大气对超导磁体的环氧树脂衰老的影响
在介电绝缘的超导磁体中需要聚合物[1]，以及浸渍由NB 3 SN等脆性导体制成的磁铁线圈[2]。在未来的粒子加速器中，例如未来的圆形对撞机（FCC）项目[3，4]，磁体将暴露于日益高的辐射剂量。为例，HL-LHC [5]内三重线圈中的预测峰剂量为30 mgy [6]。环氧树脂是具有良好的介电和机械支撑物的热固性聚合物，这些聚合物通常用于磁铁的大管浸没，用于电动机和发电机的线圈绕组，以及作为纤维增压组合的基质材料。这种环氧树脂的辐射损伤已被广泛研究[7]。以前，我们已经描述了不同环氧树脂系统在环境空气中辐射期间潜在用于超导磁体的老化[8]。由于超导磁体中的聚合物在没有氧气的情况下在低温温度下被照射，因此在本研究中，我们研究了辐射温度和大气的影响。为此，我们在三种不同的环境中辐射了相同的环氧树脂：在20℃，在环境空气或惰性气体中，并浸入4.2 K的液态氦气中。为了评估衰老过程并确定衰老率，我们采用动态机械分析（DMA）。DMA存储和损耗模量演变揭示了交联和链分裂对玻璃过渡温度（T G）的竞争影响以及大分子交联之间的分子量。辐照环境，尤其是辐射温度，可能会大大影响辐射引起的环氧树脂衰老。
基于EEG的高性能抑郁状态识别 5-HT6受体配体的效果与... 结合 3D微/纳米水凝胶结构由二... 制造 基于氧化石墨烯的2D/3D复合材料，用于增强环氧涂层的抗腐蚀特性 文章通过高纤维曲线加密增强了车辆互联网中的隐私 算法翻译校正机制
抑郁症是一种对人有害的全球疾病。基于各种规模的传统识别方法不够客观和准确。脑电图（EEG）包含丰富的生理信息，这使其成为识别抑郁状态的新研究方向。但是，大多数基于EEG的算法仅提取原始的EEG特征，而忽略复杂的时空信息相互作用，这将降低性能。因此，迫切需要一种更准确和客观的抑郁识别方法。在这项工作中，我们提出了一种新型的抑郁识别模型：W-GCN-GRU。在我们提出的方法中，我们根据Spearman的等级相关系数审查了六个敏感特征，并通过AUC分配了不同的权重系数，以通过AUC进行敏感特征的加权融合。特别是，我们将基于加权敏感特征作为抑郁识别模型的GCN和GRU级联网络使用。对于GCN，我们创造性地基于相关系数矩阵将脑功能网络作为邻接矩阵输入和加权融合敏感的特征用作节点特征矩阵输入。我们所提出的模型在我们的自我收集的数据集和MODMA数据集上表现良好，精度为94.72％，表现优于其他方法。我们的发现表明，特征维度降低，加权融合和脑电图空间信息都对抑郁识别产生了很大影响。