MétaCan
Menu
Retour à la cohorte
Enregistrement W2912887380 · doi:10.1002/aic.16569

Preventing crude oil adhesion using fully waterborne coatings

2019· article· en· W2912887380 sur OpenAlexaff
Xu Wu, Yichun Zhang, Minhuan Liu, Xiubin Xu, Zhengping Wang, Ian Wyman, Hui Yang, Fanghui Liu, Jinben Wang, Jiazhong Wu

Notice bibliographique

RevueAIChE Journal · 2019
Typearticle
Langueen
DomaineMaterials Science
ThématiqueSurface Modification and Superhydrophobicity
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésCoatingMaterials scienceMelaminePolymerSurface modificationAdhesionRaw materialChemical engineeringExtraction (chemistry)PolyurethaneSiliconeCrude oilSilicone oilPulp and paper industryNanotechnologyChemistryComposite materialOrganic chemistryPetroleum engineering

Résumé

récupéré en direct d'OpenAlex

Abstract The petroleum industry has focused on the modification of crude oil composites to decrease their adhesion onto materials and thus facilitate oil extraction, transportation, storage, and processing. However, these methods such as heating, dilution, emulsification, or additives are often accompanied by significant costs and suffer from various limitations. Herein, we present a conceptually different coating strategy that allows many substrates to repel crude oil. The novel coating was achieved via a fully waterborne polymer crosslinkable system consisting of polymer particles, a silicone surfactant, and a melamine formaldehyde resin. Considering the unique anti‐crude‐oil‐adhesion properties, the outstanding physical and chemical stability, as well as the green and industrially‐viable process involved, we anticipate that this coating can provide a promising starting point toward the functionalization of the surfaces of equipment or pipelines that are routinely exposed to crude oils.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,005
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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)0,0030,001

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 Opus0,027
Tête enseignante GPT0,265
Écart entre enseignants0,238 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations26
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAIChE JournalMême sujetSurface Modification and SuperhydrophobicityTravaux en français237 207