Two-State Models for Olefin Polymerization using Metallocene Catalysts. 1. Application to Fluxional Metallocene Catalyst Systems
Notice bibliographique
Résumé
A kinetic model was developed to describe the propylene polymerization behavior of fluxional, two-state metallocene catalysts. In particular, the pentad and molecular weight distributions can be described as well as other parameters of interest, such as the weight fraction of crystallizable sequences and the isotactic sequence length distribution, in terms of fundamental kinetic constants and polymerization conditions that pertain to these two-state catalyst systems. The model was used in an attempt to describe the polymerization behavior of two, prototypical, fluxional catalyst systems, (2-PhInd) 2 ZrCl 2 /MAO ( 1 ) and (2- p -CF 3 PhInd) 2 ZrCl 2 /MAO ( 2 ). The model can accurately reproduce the pentad distributions observed in PP prepared using these catalysts and the response of the distribution to changes in polymerization conditions, specifically changes in [C 3 H 6 ] at constant T . These studies illustrate that the rate of state-to-state interconversion is slower but of comparable magnitude to the rate of monomer insertion and that the states have similar stability and reactivity. The broad molecular weight distributions previously observed with this family of catalysts can be described by the model. However, the model predicts that the state-to-state interconversion rate has to be significantly slower than the rate of formation of dead polymer chains, and this is inconsistent with the rate estimated from the response of the pentad distribution to changes in the rate of propagation (i.e., [C 3 H 6 ]). Recent work where propylene polymerizations using 1 were carried out to low conversion indicate that the broad MWD seen in earlier studies is partly related to variations in [C 3 H 6 ] during polymerization.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».