Modified Bruggeman models for prediction of CO<sub>2</sub> permeance in polycarbonate/silica nanocomposite membranes
Notice bibliographique
Résumé
Abstract The polycarbonate membranes performances are improved by the incorporation of silica nanoparticles into the polymer matrix. Prepared PC/silica nanocomposite membranes with various silica content are considered and the experimental relative permeance of CO 2 gas at 200 kPa (2 bar) feed pressure are used as reference in the predictions using the existing theoretical models such as Maxwell‐Wagner‐Sillar, Bruggeman, Lewis‐Nielsen, Pal, and modified Pal models. TEM and BET analysis were used to characterize the silica nanoparticles; FESEM was used to characterize the morphology of the nanocomposite membranes. The TEM image of the silica nanoparticles reveals that the nanoparticles are mostly spherical. BET results reveal that the surface area and pore diameter of the silica nanoparticles are 618.8 m 2 /g and 0.28 nm, respectively. The existing models have resulted in poor predictions with errors AARE % of 26.52 to 28.02 %. Observation by FESEM image shows that the dispersed particles are surrounded by interfacial voids and rigidified polymer layer. Modified Bruggeman models that consider the interfacial volume show appreciable prediction with AARE 4.59 % being obtained with the pseudo‐two‐phase Bruggeman model. Moreover, when the model considered pseudo‐three‐phase morphology, the AARE % value reduced to 3.92 %. Thus, the contribution due to the interfacial rigidified layer was minimal.
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 ».