Tribo-Electrification and Associated Segregation of Pharmaceutical Bulk Powders
Notice bibliographique
Résumé
Powder handling operations can give rise to the tribo-electrification of particles, causing a number of problems such as risk of fire and explosion, particle adhesion to the walls of processing equipment and segregation. Current methods available for measuring the dynamic charging of bulk powders are unsuitable for testing/handling small quantities of powders, some of which are highly active. Furthermore, very little work has been reported on the effect of tribo-electrification on the segregation of components of mixtures.A methodology has recently been developed for investigating the tribo-electrification of small quantities of bulk powders using a shaking device. Two common pharmaceutical excipients, namely α-lactose monohydrate (α-LM) and hydroxypropyl cellulose (HPC) were used as model materials. The electric charge transferred to the particles was quantified as a function of shaking time, frequency and container material. The temporal trend follows a first-order rate process.Using numerical simulations based on the Distinct Element Method (DEM), the charge accumulation of an assemblage of alumina beads inside the shaking device was analysed based on the single particle contact charge obtained from the experiments. It was shown that the inclusion of electrostatic mechanisms into the DEM model leads to an improved prediction of the charge buildup, but the difference with experimental data is still notable.Using the above method, segregation induced by tribo-electric charging was characterised for binary mixtures comprising α-LM and HPC. The bulk and wall-adhered particles were analysed for the mass fraction of each component using selective dissolution of one component and filtration of the non-dissolving component, followed by a gravimetric analysis. The findings reveal that a considerable level of segregation can take place on the wall-adhered particles.The method described here has the potential to be used to characterise small quantities of pharmaceutical powders including active pharmaceutical ingredients (API), which are sparse in the early development stages.
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 | 0,000 |
| 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) | 0,001 | 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 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 ».