Modeling uses and analysis of production scenarios for acrylonitrile‐butadiene (NBR) emulsions
Notice bibliographique
Résumé
Abstract The first part of this article discusses different partitioning options used in modeling emulsion copolymerization of acrylonitrile and butadiene for the production of acrylonitrile‐butadiene rubber (NBR) in batch and continuous reactors. It is observed that the performance of the model using different partitioning methods for estimation of monomer concentration in the different phases (i.e., droplet, aqueous and particle) would be very similar by proper selection of the different parameters of the particular partitioning method. In the second part, the effects of important aspects (during the continuous production of NBR) such as desorption and monomer soluble impurities on polymer properties are discussed. The third part of the paper focuses on procedures and benefits of different kinds of reactor start‐ups, such as starting the reactor(s) full of water, half full of water, full of “batch recipe” or empty. All of the above studies and analysis are targeted towards their effect on principal emulsion polymer characteristics such as number‐ and weight‐average molecular weights, monomer conversion, copolymer composition (bound acrylonitrile), tri‐ and tetra‐functional branching frequencies, and number and average size of the polymer particles. POLYM. ENG. SCI., 2011. © 2011 Society of Plastics Engineers
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».