MétaCan
Menu
Retour à la cohorte
Enregistrement W2033553428 · doi:10.1021/ie9904347

Numerical Investigation of Semibatch Processes for Hydrogenation of Diene-Based Polymers

2000· article· en· W2033553428 sur OpenAlexafffund
Qinmin Pan, Garry L. Rempel

Notice bibliographique

RevueIndustrial & Engineering Chemistry Research · 2000
Typearticle
Langueen
DomaineEngineering
ThématiqueFuel Cells and Related Materials
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaNational Natural Science Foundation of China
Mots-clésPolybutadieneDimensionless quantityCatalysisMass transferCopolymerDieneNitrileMaterials sciencePolymerNitrile rubberNatural rubberChain transferTransfer hydrogenationPolymer chemistryChemical engineeringChemistryThermodynamicsOrganic chemistryComposite materialChromatographyRadical polymerization

Résumé

récupéré en direct d'OpenAlex

Dynamic behavior of semibatch processes were numerically investigated for catalytic hydrogenation of diene polymers/copolymers, including 1,4-polybutadiene (PB), diblock (SB) and triblock (SBS) copolymers of styrene and butadiene, and nitrile−butadiene rubber (NBR). Generalized models of the kinetic mechanism for homogeneous catalytic hydrogenation and of coupling behaviors between kinetics and mass transfer were developed for semibatch processes. The sensitivity of various kinetic parameters and the effects of operation conditions on the hydrogenation processes were analyzed, and the evolution of reaction trajectories in the semibatch hydrogenation processes was studied. It is proposed that the coupling behavior between the catalytic hydrogenation and mass transfer was completely determined by the ability of the catalyst in activating hydrogen, carbon−carbon double bond loading level, and the relative capacity of reaction to mass transfer. Three dimensionless parameters were derived to characterize these aspects. An optimal operation surface composed of the proposed three dimensionless parameters was constructed. Further research directions are suggested.

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)0,002
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: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,049
Tête enseignante GPT0,277
Écart entre enseignants0,227 · 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

Citations19
Publié2000
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIndustrial & Engineering Chemistry ResearchMême sujetFuel Cells and Related MaterialsTravaux en français237 207