DOI: https://doi.org/10.1038/s41598-026-38296-y
PMID: https://pubmed.ncbi.nlm.nih.gov/41629370
تاريخ النشر: 2026-02-02
المؤلف: Mohammad Boomhendi وآخرون
الموضوع الرئيسي: مواد امتصاص الموجات الكهرومغناطيسية
نظرة عامة
تقدم الدراسة إطارًا نظريًا شاملاً للتنبؤ بتوصيلية مركبات الكربون الأسود، مع التركيز على التفاعل المعقد بين عوامل هيكلية وسطحية مختلفة. تشمل المعلمات الرئيسية المدمجة في النموذج هندسة الحشوة، سمك الطور، مقاومة النفق، مسافة النفق، قطر النفق، عتبة الترشيح، والتوصيلية الجوهرية للحشوة. تشير النتائج إلى أن التوصيلية تزيد بشكل كبير إلى 1 S/m عندما يتم تقليل نصف قطر الكربون الأسود إلى 10 نانومتر وتصل نسبة الجسيمات النانوية المتصلة إلى 1. على العكس، فإن زيادة نصف قطر الجسيمات أو انخفاض نسبة الشبكة يقلل بشكل حاد من التوصيلية، مما قد يعيد النظام إلى حالة عازلة. تسلط النتائج الضوء على أن توصيلية المركب تتأثر بشكل أساسي بمقاومة النفق للبوليمر ($p$) وتوصيلية الطور ($\sigma_{int}$)، مع ظروف مثالية تؤدي إلى أقصى توصيلية تبلغ 3 S/m عند $p = 10 \, \Omega \cdot m$ و$\sigma_{int} = 8000 \, S/m$.
تؤكد استنتاجات النموذج على أن العوامل الفردية أو آثارها المعزولة لا تضمن شبكة موصلة؛ بل إن تفاعلاتها التآزرية تحدد سلوك المادة الموصل أو العازل. من الجدير بالذكر أن أعلى توصيلية تبلغ 1 S/m تتحقق عند نسبة حجم الحشوة ($\phi_f$) تبلغ 0.06 وعتبة الترشيح ($\phi_p$) تبلغ 0.005. تصل التوصيلية القصوى إلى 4 S/m مع مسافة نفق دنيا ($\delta_a$) تبلغ 0.001 نانومتر وقطر نفق أقصى ($D_t$) يبلغ 100 نانومتر. تحدد الدراسة أيضًا الظروف التي تؤدي إلى توصيلية صفرية، مثل $\delta_a$ كبيرة (> 12 نانومتر) و$D_t$ صغيرة (< 25 نانومتر). تم تصميم النموذج خصيصًا للمركبات التي تحتوي على جزيئات كربون أسود كروية ونسب حجم حشوة معتدلة، مع الاعتراف بأن محتويات الحشوة الأعلى والأشكال غير الكروية قد تقدم تعقيدات إضافية. تشمل اتجاهات البحث المستقبلية استكشاف آثار العوامل البيئية وظروف التحميل الديناميكي، والتي تقع حاليًا خارج نطاق النموذج.
النتائج
تقدم قسم النتائج النتائج الرئيسية من الدراسة، مع تسليط الضوء على النتائج الهامة المستمدة من البيانات التجريبية. تشير التحليلات إلى أن النموذج المقترح يظهر تحسنًا ملحوظًا في دقة التنبؤ مقارنة بالأساليب الحالية، مع زيادة ملحوظة في قيم معامل التحديد ($R^2$). بالإضافة إلى ذلك، تكشف النتائج أن النموذج يلتقط بفعالية الأنماط الأساسية في البيانات، كما يتضح من انخفاض متوسط الخطأ التربيعي (MSE) في اختبارات التحقق.
علاوة على ذلك، تؤكد المناقشة على تداعيات هذه النتائج، مشيرة إلى أن النموذج المحسن يمكن أن يكون له دور حاسم في تقدم المجال من خلال توفير تنبؤات أكثر موثوقية. كما يتناول المؤلفون القيود المحتملة للدراسة ويقترحون سبلًا للبحث المستقبلي، بما في ذلك استكشاف خوارزميات بديلة ودمج مجموعات بيانات أكبر لمزيد من التحقق من قوة النموذج. بشكل عام، تسلط النتائج الضوء على مساهمة النموذج في المعرفة الحالية وإمكاناته في السيناريوهات العملية.
المناقشة
في هذا القسم، يناقش المؤلفون نموذجًا تم تطويره بواسطة دانغ وزانغ يربط سلوك الترشيح بنقل الإلكترونات في النانومركبات القائمة على البوليمر، وخاصة تلك المملوءة بالكربون الأسود (CB). يتضمن النموذج مساهمات الطور والنفق للتنبؤ بشكل أفضل بالتوصيلية بالقرب من عتبة الترشيح. يتم التعبير عن التوصيلية الكهربائية الفعالة، المشار إليها بـ $\sigma_c$، بالنسبة للتوصيلية الجوهرية لمصفوفة البوليمر ($\sigma_{\text{matrix}}$) والتوصيلية الفعالة لشبكة الحشوة ($\sigma_{\text{eff}}$)، جنبًا إلى جنب مع المعلمات التي تأخذ في الاعتبار نسبة الجسيمات المترشحة والتأثير الهندسي لشكل الحشوة. يبرز المؤلفون أنه بينما يلتقط النموذج الأساسي الجوانب الهندسية للتوصيلية، فإنه يبالغ في تقدير التوصيلية عند التحميلات المنخفضة إلى المتوسطة بسبب إغفال تأثيرات النفق. يسمح إدخال معلمات النفق بفهم أكثر شمولاً للتوصيلية، خاصة فيما يتعلق بالمسافة وقطر مسارات النفق.
تدعم صحة النموذج البيانات التجريبية من أنظمة نانومركبات مختلفة، مما يظهر توافقًا قويًا بين التوصيليات المتوقعة والمقاسة. تشير النتائج الرئيسية إلى أن أحجام الجسيمات النانوية الأصغر ونسب الجسيمات المترشحة الأعلى تعزز بشكل كبير التوصيلية، بينما يلعب التفاعل بين توترات سطح البوليمر والحشوة أيضًا دورًا حاسمًا. يؤكد المؤلفون أن تحقيق توصيلية عالية يتطلب تحسين كل من مسافة النفق وقطر النفق، بالإضافة إلى ضمان توصيلية كافية للحشوة وسمك الطور. بشكل عام، تقدم الدراسة نموذجًا شبه تجريبي يلتقط بفعالية تعقيدات التوصيلية في مركبات البوليمر المملوءة بالكربون الأسود، مع الاعتراف بالقيود المتعلقة بشكل الجسيمات وتأثيرات التكتل.
DOI: https://doi.org/10.1038/s41598-026-38296-y
PMID: https://pubmed.ncbi.nlm.nih.gov/41629370
Publication Date: 2026-02-02
Author(s): Mohammad Boomhendi et al.
Primary Topic: Electromagnetic wave absorption materials
Overview
The study presents a comprehensive theoretical framework for predicting the conductivity of carbon black composites, emphasizing the complex interplay of various structural and surface factors. Key parameters integrated into the model include filler geometry, interphase thickness, tunneling resistance, tunneling distance, tunneling diameter, percolation threshold, and intrinsic conductivity of the filler. The findings indicate that the conductivity significantly increases to 1 S/m when the carbon black radius is reduced to 10 nm and the networked fraction of nanoparticles reaches 1. Conversely, an increase in particle radius or a decrease in network fraction sharply reduces conductivity, potentially reverting the system to an insulating state. The results highlight that composite conductivity is primarily influenced by polymer tunneling resistivity ($p$) and interphase conductivity ($\sigma_{int}$), with optimal conditions yielding a maximum conductivity of 3 S/m at $p = 10 \, \Omega \cdot m$ and $\sigma_{int} = 8000 \, S/m$.
The model’s conclusions underscore that neither individual factors nor their isolated effects guarantee a conductive network; rather, their synergistic interactions dictate the material’s conductive or insulating behavior. Notably, the highest conductivity of 1 S/m is achieved at a filler volume fraction ($\phi_f$) of 0.06 and a percolation threshold ($\phi_p$) of 0.005. Maximum conductivity peaks at 4 S/m with a minimal tunneling distance ($\delta_a$) of 0.001 nm and a maximum tunneling diameter ($D_t$) of 100 nm. The study also identifies conditions leading to zero conductivity, such as large $\delta_a$ (> 12 nm) and small $D_t$ (< 25 nm). The model is specifically tailored for composites with spherical carbon black particles and moderate filler volume fractions, acknowledging that higher filler contents and non-spherical morphologies may introduce additional complexities. Future research directions include exploring the effects of environmental factors and dynamic loading conditions, which are currently outside the model's scope.
Results
The results section presents key findings from the study, highlighting significant outcomes derived from the experimental data. The analysis indicates that the proposed model demonstrates a marked improvement in predictive accuracy compared to existing methodologies, with a notable increase in the coefficient of determination ($R^2$) values. Additionally, the results reveal that the model effectively captures the underlying patterns in the data, as evidenced by the reduced mean squared error (MSE) in validation tests.
Furthermore, the discussion emphasizes the implications of these findings, suggesting that the enhanced model could be instrumental in advancing the field by providing more reliable predictions. The authors also address potential limitations of the study and propose avenues for future research, including the exploration of alternative algorithms and the integration of larger datasets to further validate the model’s robustness. Overall, the results underscore the model’s contribution to the existing body of knowledge and its potential applications in practical scenarios.
Discussion
In this section, the authors discuss a model developed by Dang and Zhang that connects percolation behavior to electron transport in polymer-based nanocomposites, particularly those filled with carbon black (CB). The model incorporates interphase and tunneling contributions to better predict conductivity near the percolation threshold. The effective electrical conductivity, denoted as $\sigma_c$, is expressed in relation to the intrinsic conductivity of the polymer matrix ($\sigma_{\text{matrix}}$) and the effective conductivity of the filler network ($\sigma_{\text{eff}}$), along with parameters that account for the fraction of percolated particles and the geometric influence of filler morphology. The authors highlight that while the baseline model captures the geometric aspects of conductivity, it initially underestimates conductivity at low to moderate loadings due to neglecting tunneling effects. The introduction of tunneling parameters allows for a more comprehensive understanding of conductivity, particularly as it relates to the distance and diameter of tunneling pathways.
The model’s validity is supported by experimental data from various nanocomposite systems, demonstrating strong agreement between predicted and measured conductivities. Key findings indicate that smaller nanoparticle sizes and higher fractions of percolated particles significantly enhance conductivity, while the interplay between polymer and filler surface tensions also plays a crucial role. The authors emphasize that achieving high conductivity requires optimizing both the tunneling distance and diameter, as well as ensuring sufficient filler conductivity and interphase thickness. Overall, the study presents a semi-empirical model that effectively captures the complexities of conductivity in CB-filled polymer composites, while acknowledging limitations related to particle shape and agglomeration effects.