Polyethylene nanocomposites based on functionalized ZnO nano/hierarchical particles with highly effective interfacial surface area are presented, for the next generation of ultralow transmission-loss high-voltage DC insulating materials.

The use of MgO nanoparticles in polyethylene for cable insulation has attracted considerable interest, although in humid media the surface regions of the nanoparticles undergo a conversion to a hydroxide phase. A facile method to obtain MgO nanoparticles with a large surface area and remarkable inertness to humidity is presented. The method involves (a) low temperature (400 °C) thermal decomposition of Mg(OH)2, (b) a silicone oxide coating to conceal the nanoparticles and prevent interparticle sintering upon exposure to high temperatures, and (c) heat treatment at 1000 °C. The formation of the hydroxide phase on these silicone oxide-coated MgO nanoparticles after extended exposure to humid air was assessed by thermogravimetry, infrared spectroscopy, and X-ray diffraction. The nanoparticles showed essentially no sign of any hydroxide phase compared to particles prepared by the conventional single-step thermal decomposition of Mg(OH)2. The moisture-resistant MgO nanoparticles showed improved dispersion and interfacial adhesion in the LDPE matrix with smaller nanosized particle clusters compared with conventionally prepared MgO. The addition of 1 wt % moisture-resistant MgO nanoparticles was sufficient to decrease the conductivity of polyethylene 30 times. The reduction in conductivity is discussed in terms of defect concentration on the surface of the moisture-resistant MgO nanoparticles at the polymer/nanoparticle interface.

Growth is an economically important trait for farm animals and can be defined as any change in body size such as body weight or length per time unit (Narinç et al. 2017). This trait is influenced by genetic factors, environmental factors such as feeding condition, and the interaction between them. The knowledge of animal growth is important for the improvement of management and feeding practices in order to maximize the profit of livestock industry (Narinç et al. 2017; Do & Miar 2020). Mathematical models have been successfully characterized growth patterns and visualized the shape of growth over time. Among these models, non-linear models are the most applied models as they allow the interpretation and understanding of growth patterns underlying growth periods (Schnute 1981). Several non-linear models such as the Gompertz (Gompertz 1825), Logistic (Pearl 1977), Bridges (Bridges et al. 1992), and Richards (Richards & Kavanagh 1945) are widely used to describe the growth curve (Kaplan & Gürcan 2018). The growth parameters derived from mathematical models have shown that these parameters are heritable and are responsive to the selection programs (Mignon-Grasteau et al. 2000; Manjula et al. 2018).In Vietnam, chicken is one of the most common farm animals.The species is not only important for the food resources for people but also for the cultures of the country. Vietnam owns about

No abstract

Ключевые слова: информационно-измерительная система; математиче-ские модели коррекции; метод повышения точности; теплофизические свойства материалов; точность измерений. Аннотация:Предложен метод повышения точности информационно-измерительной системы, позволяющий обеспечить допустимую погрешность структурных компонентов измерительного канала и параметров теплофизических свойств теплоизоляционных материалов в результате применения созданных ма-тематических моделей для их коррекции в процессе измерения при воздействии дестабилизирующих факторов.Точность неразрушающего контроля (НК) параметров теплофизических свойств (ТФС) материалов позволяет обеспечить качество выпускаемых материа-лов и изделий из них на производственных предприятиях. Требования к обеспе-чению точности измерений изложены в Государственной системе обеспечения единства измерений [1].В реальных условиях эксплуатации информационно-измерительных систем (ИИС) при воздействии внешних и внутренних факторов экспериментальным путем установлена нестабильность структурных компонентов измерительного канала (ИК) при функционировании измерительной системы [2]. Нестабильность работы ИК обусловлена систематическими и случайными погрешностями изме-рений. В связи с этим, повышение точности ИИС НК параметров ТФС матери-алов -коэффициентов тепло-и температуропроводности является важной и акту-альной задачей.Постановка задачи: 1. Определить допустимые пределы изменения погрешностей структурных компонентов ИК ИИС, при которых измерение параметров ТФС исследуемых материалов осуществляется с требуемой точностью.2. Установить соответствующие поправки в результаты измерения структур-ных компонентов и параметров ТФС для исключения систематической и случай-ной погрешностей.3. Создать интеллектуальный алгоритм введения поправок в результаты изме-рения структурных компонентов ИК ИИС с использованием их математических моделей для повышения точности преобразования измерительной информации.