Effective inhibition of crystal growth during wax deposition using <scp>CTAB</scp>‐grafted faujasite nanoparticles
Notice bibliographique
Résumé
Abstract In this work, we developed cetrimonium bromide (CTAB)‐grafted faujasite nanoparticles (C‐g‐F) as wax inhibitors for the deposits that were formed from a model oil system consisting of 5 wt.% paraffin wax in toluene. Our developed nanomaterials were fully characterized, hydrophobically modified, and their deposition inhibition performance compared with virgin CTAB was investigated in a model waxy oil through cold finger setup (CF), differential scanning calorimetry (DSC), cold flow yield strength, and cross‐polarized microscopy (CPM). Applying our nano‐inhibitors at a concentration of 100 ppm led to more than 50 wt.% inhibition and a 30% reduction of deposit cold yield strength. Interestingly, the presence of FAU nanoparticles in the core structure of C‐g‐F contributed to better dispersibility, enhancing surface wettability (reducing interfacial tension with wax crystals), facilitating inhibitions, and preventing co‐crystallization greater than the surfactant alone. The morphological analysis results showed that C‐g‐F, due to their novel surface features, could suppress the unordered wax crystals from networking, resulting in uniform spherical‐like wax aggregates. Hence, the application of tiny concentrations of C‐g‐F (10 to 300 ppm) outperformed stand‐alone surfactants in nucleating the wax crystals.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 source (Gemma direct ou Codex distillé), 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 ».