Plastics Waste Processing: Comminution Size Distribution and Prediction
Notice bibliographique
Résumé
Complex industrial and consumer products, such as automobiles, contain significant amounts of potentially recyclable materials, but these materials are not necessarily recovered after their useful life. The current recovery process for automotive hulks manages to capture nearly all of the metal content, but few of the plastics. Except for selected high value plastic parts, most remain with the vehicle and are shredded. Extensive hand dismantling, which is effective, is currently not cost-efficient. However, if materials or components can be designed to separate by their characteristic sizes after comminution, then the material recovery from product waste can be enhanced. Such efforts would support industry design-for-environment and design-for-recycling initiatives. In this study, samples made from acrylonitrile butadiene styrene and polyvinyl chloride were assembled with a variety of thicknesses, configurations, and fastening methods, and were comminuted in two passes through a plastics granulator to determine if they resulted in size-based separation characteristics that could be exploited in the recovery process. A detailed evaluation found that particle size distributions fit a modified Gaudin size distribution relationship well. Of all the sample variations studied, only the granulator exit screen size had a significant impact on the average and distribution of comminuted particle sizes. The pi breakage theory, generally advocated for its use in waste processing, did not hold well in this situation of more complex material configurations. The selection function values were found to decrease with the decreasing size of feed particles.
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 ».