MétaCan
Menu
Retour à la cohorte
Enregistrement W2026331312 · doi:10.2202/1934-2659.1488

Modeling of Infrared Drying of Polymer Solutions

2010· article· en· W2026331312 sur OpenAlexaff
Zia Ul Islam, Ramdhane Dhib, Yaser Dahman

Notice bibliographique

RevueChemical Product and Process Modeling · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueStructural Analysis of Composite Materials
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésPolymerMaterials scienceSubstrate (aquarium)Mass transferChemical engineeringPolyesterComposite materialChemistryChromatography

Résumé

récupéré en direct d'OpenAlex

This work presents the dynamic modeling of drying behavior of polymer solutions in an infrared-convective oven. Two study cases were considered for the drying process. The first one deals with the drying of a coated polymer solution on a fixed substrate while the second one includes drying of the same solution on a moving substrate in an infrared (IR) oven. Both models involve simultaneous heat and mass transfer equations that describe changes in the solvent concentration and the polymer temperature during the drying process. The set of partial differential equations (PDEs) arising from the mass and energy balances constitute a highly nonlinear system due to inter-dependence of the thermodynamic and transport properties of polymer solutions. The models were numerically solved and were validated using published experimental data. The models were employed to simulate the drying of a polyvinyl acetate coating (in toluene) on a polyester substrate. Results obtained from the derived model demonstrated the importance of parameters such as web velocity, heater temperature, and inlet air velocity in the IR drying process. In general, high temperature and air velocity cause rapid drying of the polymer coating, while high substrate velocity resulted in drying. This model can be applied on any industrial applications that include continuous IR drying process of polymer-coated layers to predict the drying behavior of the coated product.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,014
Tête enseignante GPT0,227
Écart entre enseignants0,212 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChemical Product and Process ModelingMême sujetStructural Analysis of Composite MaterialsTravaux en français237 207