Проведен сравнительный анализ ведущих аналитических, численных и экспериментальных методов прогнозирования и контроля порога перколяции для установления концептуальной связи между моделями для чисто математических сетей и физическими системами, в частности, полимерными нанокомпозитами. Анализ произведен с помощью моделей прогнозирования: метода Монте-Карло, спектрального метода и теория исключенного объема. Рассмотрена концепция двойной перколяции и и in-situ сольвотермическое восстановление оксида графена непосредственно в полимерной матрице для достижения равномерного распределения наполнителя. Однако достижение минимально возможного порога перколяции может быть нежелательным, если это ставит под угрозу структурную целостность материала. Настоящий анализ демонстрирует значительный прогресс в прогнозировании и контроле порога перколяции стохастических систем.
This paper presents a comparative analysis of leading analytical, numerical, and experimental methods for predicting and controlling the percolation threshold to establish a conceptual link between abstract network models and real physical systems, specifically, polymer nanocomposites. The analysis was performed using prediction models: the Monte Carlo (MC) method, the spectral method, and excluded volume theory. The concept of double percolation and in-situ solvothermal reduction of graphene oxide directly in the polymer matrix to achieve uniform filler distribution is considered. However, achieving the lowest possible percolation threshold may be undesirable if it compromises the structural integrity of the material. This analysis demonstrates significant progress in predicting and controlling the percolation threshold of disordered systems.
Предпросмотр статьи
Идентификаторы и классификаторы
- SCI
- Физика