Mathematical Model and Parameter Estimation for Gas‐Phase Ethylene/Hexene Copolymerization With Metallocene Catalyst
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Summary: Models were developed to simulate gas‐phase ethylene/hexene copolymerization using a silica‐supported (BuCp) 2 ZrCl 2 catalyst in a semi‐batch laboratory reactor. The models are able to predict ethylene consumption rate, gas composition drift during the experimental runs, as well as number‐and weight‐average molecular weight, and short‐chain branching levels, and triad sequence distributions of copolymer removed from the reactor at the end of each run. A single‐site model was first developed, but it failed to accurately predict the molecular weight data and its distribution. Sequentially, a two‐site model was built to improve model predictions. Parameter estimability analysis was performed to guide model simplification and to ensure that the parameter estimation problem would be well conditioned. After model simplification, which reduced the number of unknown parameters from 55 to 37, the parameters were estimated and good fitting of most experimental data was obtained. The simplified two‐site model was validated using the data from four extra experimental runs, which were not employed in the parameter estimation process. Most of the model predictions fall within the 95% confidence intervals of the experimental data. Model validation of hexene concentration. (The lines are model predictions and the solid diamonds with error bars are experimental data.) magnified image Model validation of hexene concentration. (The lines are model predictions and the solid diamonds with error bars are experimental data.)
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.
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 découle