MétaCan
Menu
Retour à la cohorte
Enregistrement W2078968062 · doi:10.1021/ie0510932

Rheological Comparison of Chemical and Physical Blowing Agents in a Thermoplastic Polyolefin

2006· article· en· W2078968062 sur OpenAlexafffund
Xingzong Qin, Michael R. Thompson, Andrew N. Hrymak, Agustín Torres

Notice bibliographique

RevueIndustrial & Engineering Chemistry Research · 2006
Typearticle
Langueen
DomaineMaterials Science
ThématiquePolymer Foaming and Composites
Établissements canadiensMcMaster University
Organismes subventionnairesAUTO21 Network of Centres of ExcellenceNetworks of Centres of Excellence of CanadaNatural Sciences and Engineering Research Council of Canada
Mots-clésViscosityPolyolefinThermoplasticBlowing agentRheologyMaterials scienceRheometerMasterbatchChemistryComposite materialChemical engineeringPolymer chemistry

Résumé

récupéré en direct d'OpenAlex

The influences of popular blowing agents (BAs), both chemical and physical types, in solution with a thermoplastic polyolefin (TPO) were investigated with an in-line capillary rheometer nozzle attached to a conventional reciprocating 55-ton injection molding machine. In the experiments, two types of masterbatch chemical BAs (endothermic and exothermic type) were dry mixed with the TPO resin and compared against two types of physical BAs (carbon dioxide and nitrogen) directly injected into a specially designed injection nozzle containing static mixer elements (SMX type). The effects of the main processing conditions (injection speed, pressure, temperature, and BA type and concentration) on the TPO melt rheology were studied. The viscosity reduction behaviors of chemical BAs and physical BAs were compared. The type of BA had a strong influence on the viscosity reduction behavior of the TPO melt, with the maximum viscosity reduction of 47% with 3.2 wt % CO 2 at 250 °C. Both physical and chemical BAs were found to successfully fit a previously developed viscosity model for single-phase gas−polymer solutions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,508

Scores Codex et Gemma par catégorie

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

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 Opus0,086
Tête enseignante GPT0,348
Écart entre enseignants0,262 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations23
Publié2006
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIndustrial & Engineering Chemistry ResearchMême sujetPolymer Foaming and CompositesTravaux en français237 207