Initiator Feeding Policies in Semi-Batch Free Radical Polymerization: A Monte Carlo Study
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
A Monte Carlo simulation algorithm is developed to visualize the impact of various initiator feeding policies on the kinetics of free radical polymerization. Three cases are studied: (1) general free radical polymerization using typical rate constants; (2) diffusion-controlled styrene free radical polymerization in a relatively small amount of solvent; and (3) methyl methacrylate free radical polymerization in solution. The number- and weight-average chain lengths, molecular weight distribution (MWD), and polymerization time were computed for each initiator feeding policy. The results show that a higher number of initiator shots throughout polymerization at a fixed amount of initiator significantly increases average molecular weight and broadens MWD. Similar results are also observed when most of the initiator is added at higher conversions. It is demonstrated that one can double the molecular weight of polystyrene and increase its dispersity by 50% through a four-shot instead of a single shot feeding policy. Similar behavior occurs in the case of methyl methacrylate, while the total time drops by about 5%. In addition, policies injecting initiator at high monomer conversions result in a higher unreacted initiator content in the final product. Lastly, simulation conversion-time profiles are in agreement with benchmark literature information for methyl methacrylate, which essentially validates the highly effective and flexible Monte Carlo algorithm developed in this work.
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 | 0,001 |
| 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