Improving mechanical properties of water-based acrylic aoatings through changing the pH of the nanoparticles dispersions
محل انتشار: ششمین کنگره بین المللی رنگ و پوشش
سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: انگلیسی
مشاهده: 654
متن کامل این مقاله منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل مقاله (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICCC06_132
تاریخ نمایه سازی: 25 بهمن 1394
چکیده مقاله:
Different methods applied to improve mechanical properties of water-based road marking paints. In this study colloidal dispersions of fumed silica, methacrylsilane treated fumed silica and alumina nanoparticles in different pHs were used in the paint formulation. Dispersion of nanoparticles in the aqueous media and in the coating films was evaluated using turbidity meter and scanning electron microscopy (SEM), respectively. Mechanical properties of the coatings were evaluated through stress-strain analysis (SSA) according to the ASTM D2370. The results showed the untreated and treated silica nanoparticles, both increase work-to-break, as a representative for the abrasion resistance of the coatings, and therefore improve the mechanical properties of the coatings. In more details, the colloids of methacrylsilane treated fumed silica in pH 9 increases work-to-break of the coatings by 6.4 folds.
کلیدواژه ها:
Nanoparticles- Acrylic- Water born- Abrasion resistance- Traffic paint
نویسندگان
R. Khoshkhabar
Color and Coatings Department, Iran Polymer and Petrochemical Institute, Iran
S. Pazokifard
Color and Coatings Department, Iran Polymer and Petrochemical Institute, Iran
S.M. Mirabedini
Color and Coatings Department, Iran Polymer and Petrochemical Institute, 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 :