Quantifying Extrusion Modification of LDPE with a Microcompounder
Notice bibliographique
Résumé
Abstract Processibility of LDPE is known to be sensitive to processing history. Significant changes in processibility and product properties can occur through repeated extrusion without detectable changes in molecular weight and molecular weight distribution. Such changes of LDPE rheology are simulated with DSM micro-compounder and characterized with the small angle oscillatory tests and the SER uni-axial extensional flow with a K-BKZ analysis. Both the linear and the nonlinear rheology data suggest the major mechanism in the extrusion with the DSM micro-compounder is the reduction of the effects of long chain branching. The linear rheology analysis, along with GPC and NMR characterization confirms that the changes in the extrusion are not due to chemical crosslinking, though an increase in backbone molecular weight at extreme conditions is perceivable through the minor increase in molecular weight distribution, the increase in zero-shear viscosity and the decrease of melt index. The extensional rheology results, on the other hand, reveal the depression of the strain hardening with prolonged extrusion at 190 degree C or higher extrusion temperature. The stress growth data were evaluated with a K-BKZ constitutive with exponential damping function. The depression of strain hardening is well characterized with the strain hardening factor and the non-linear exponent beta as function of the extrusion conditions. The damping factor β is observed to be especially effective as the parameter to follow the depression of the strain hardening due to microcompounder extrusion. The microcompounder extrusion and the SER analysis with the K-BKZ analysis prove to be a new useful tool for simulating the shear modification of the LDPE.
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 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 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».