DSC characterisation of urea‐formaldehyde (UF) resin curing
Notice bibliographique
Résumé
Purpose The purpose of this paper is to investigate the effects of various catalyst contents, resin solid contents, catalyst species and wood extract on urea‐formaldehyde (UF) curing by differential scanning calorimetry (DSC) technique. The finding obtained would benefit the manufacturers of UF‐bonded composite panels. Design/methodology/approach The UF curing rate under each condition in terms of DSC peak temperature was measured by high‐pressure DSC at a heating rate of 15°C/min; the correlations of peak temperature with catalyst content, resin solid content, catalyst species and wood extract, respectively, were regressed via a model equation, which described the curing characteristics of the UF bonding system. Findings A model equation, Tp=A · EXP(−B · CC per cent)+D, was proposed to characterise the DSC peak temperatures or the rate of UF curing with regressing coefficients greater than 0.97 (commonly greater than 0.99). The constants A and B in the model equation were found to correspond to kinetic characteristics of UF resin curing reaction. The constant D in the model equation is believed to be associated with the utmost peak temperature, which implies that the DSC peak temperature will finally reach a maximum with catalyst content increasing. It was also found that the wood extracts having higher pH value and base buffer capacity had stronger catalyses on UF curing. Research limitations/implications The catalysts commonly used in medium density fibreboard plants or particleboard plants are those having the utmost peak temperature of about 90‐95°C; the catalyses of wood extracts were much weaker than that of catalyst NH4Cl. Practical implications The model equation could be used to predict the peak temperature or the curing rate of UF resin, and to quantify the effects of wood extracts on UF curing. Originality/value The study developed a model equation that can well characterise the UF curing, and quantified the effects of wood extracts on UF curing.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».