MétaCan
Menu
Retour à la cohorte
Enregistrement W2106716058 · doi:10.1002/cjce.21741

Kinetic analysis and modelling of thermal degradation of perspex (PMMA) and perspex blend plastic waste

2012· article· en· W2106716058 sur OpenAlexvenueaboutno aff
Meshari Al‐Harbi, Ahmad Alshaiban, Mohamed F. Yassin, Abdirashid Elmi

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2012
Typearticle
Langueen
DomaineMaterials Science
ThématiquePolymer crystallization and properties
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceThermal decompositionCharActivation energyDecompositionPyrolytic carbonInert gasThermogravimetric analysisPyrolysisChemical engineeringChemical process of decompositionDegradation (telecommunications)Composite materialOrder of reactionKineticsReaction rate constantChemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract The thermal decomposition of pure perspex and a mixture of 50% perspex and 50% poly(ethylene terephthalate; PET) was carried out between 295 and 325°C using a thermogravimetric analyser (TGA) in air and nitrogen (N 2 ) atmosphere. The weight losses of decomposition products were measured during these experiments. The thermal degradation process is slower in inert atmosphere than air, where oxidation reaction expedites the decomposition process. Kinetic rate constants ( k ), pre‐exponential factor ( A ) and activation energy ( E ) for both pure prespex and a blend of perspex/PET were calculated for both air and N 2 conditions. The thermal degradation process followed a third‐order reaction in air and second‐order in N 2 . A second‐order ( n = 2) model for the pyrolytic process based on simultaneous reactions was developed using experimental data for pure and blend. The pyrolytic products are gases, liquids, waxes, aromatics and char, which can be ultimately used as raw material and fuel in various applications. It is important to note that the addition of PET to perspex was found to suppress/inhibit the decomposition of perspex compared with pure perspex. Pre‐exponential factor ( A ) and activation energy ( E ) values support such an observation. © 2012 Canadian Society for Chemical Engineering

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 enseignants0,040
Score d'incertitude au seuil0,180

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 recherche0,0000,000
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 Opus0,017
Tête enseignante GPT0,183
Écart entre enseignants0,165 · 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

Citations5
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetPolymer crystallization and propertiesTravaux en français237 207