Particle Dynamics Modeling of the Creping Process in Tissue Making
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
The manufacturing of low-density paper such as tissue and towel typically involves a key operation called creping. In this process, the wet web is continuously pressed onto the hot surface of a rotating cylinder sprayed with adhesive chemicals, dried in place, and then scraped off by a doctor blade. The scraping process produces periodic microfolds in the web, which enhance the bulk, softness, and absorbency of the final tissue products. Various parameters affect the creping process and finding the optimal combination is currently limited to costly full-scale experiments. In this paper, we apply a one-dimensional (1D) particle dynamics model to systematically study creping. The web is modeled as a series of discrete particles connected by viscoelastic elements. A mixed-mode discrete cohesive zone model (CZM) is embedded to describe the failure of the adhesive layer. Self-contact of the web is incorporated in the model using a penalty method. Our simulation results delineate three typical stages during the formation of a microfold: interfacial delamination, web buckling, and post-buckling deformation. The effects of key control parameters on creping are then studied. The creping angle and the web thickness are found to have the highest impact on creping. An analytical solution for the maximum creping force applied by the blade is derived and is found to be consistent with the simulation. The proposed model is shown to be able to capture the mechanism of crepe formation in the creping process and may provide useful insights into the manufacturing of tissue paper.
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 | 0,001 | 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 découle