Quantifying stabilizing additive hydrolysis and kinetics through principal component analysis of infrared spectra of cross-linked polyethylene pipe
Notice bibliographique
Résumé
Peroxide crosslinked high-density polyethylene (PEX-a) is increasingly being used to replace traditional metal and concrete pipes in applications such as water, gas, and sewage transport. Stabilizing additives play important roles in enhancing the long-term stability of PEX-a pipes and understanding changes to these additives under in-service conditions is critical to further improvements in pipe lifetimes. We used infrared (IR) microscopy to measure spectra within the central portion of the walls of PEX-a pipe subjected to two different types of ageing: exposure to high temperature ( 85 ∘ C ) air and exposure to high temperature ( 85 ∘ C ) water. To analyze these data, we used principal component analysis (PCA) to implement an unsupervised multivariate analytical approach. This allowed us to identify distinct ageing pathways for the two types of ageing in the two-dimensional space defined by the first two principal components PC1 and PC2, which together account for 88% of the variance in the data. This representation of the data allowed us to associate each PC with different ageing processes in the pipes: changes in PC1 were due primarily to hydrolysis of stabilizing additive ester linkages , whereas changes in PC2 were due primarily to elevated temperature. The PCA showed that ageing in high temperature water produced spectral changes consistent with those measured for an in-service pipe and that water is the key component driving the changes. The results provide important information for PEX-a pipe ageing and stabilizing additive formulation design.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| 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) | 0,003 | 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 ».