Fines Deposition on Pulp Fibers and Fines Flocculation in a Turbulent-Flow Loop
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Fines retention is a combination of fines deposition on fibers and fines flocculation, followed by entrapment of fines flocs in a forming sheet. In the laboratory, fines flocculation is often studied in a dynamic drainage jar (DDJ) to mimic the hydrodynamic shear on a paper machine. However, the shear in a DDJ is very different from the shear on a machine. A flow geometry that might approximate shear in a headbox of a paper machine better is high Reynolds number flow through a tube because many headboxes contain a series of parallel pipes. We studied the deposition of fines and the flocculation of fines in a flow loop, with flow velocities on the order of a few meters per sceond, using a poly(ethylene oxide)−cofactor retention aid system. We found that fines deposition and flocculation follow the predictions of kinetic theories of Langmuir and Smoluchowski rather well despite the fact that fines are highly polydisperse. Fines were found to be flocculated even in the absence of a retention aid probably because of mechanical entanglements of fibrillar fines. Adding retention aids resulted in further aggregation. The detachment and floc breakup rates were found to be rather high, and extrapolation to papermaking conditions leads to the conclusion that fines deposition and flocculation are negligible in a headbox, at least for the retention aid system considered. This contradicts findings from DDJ experiments, which usually show appreciable fines retention. Perhaps a flow loop better represents flow conditions in a headbox, and a DDJ better represents flow conditions during drainage and formation.
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.
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) | 0,000 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle