Formulation of hetero-aggregates in opposed jet fluidized beds
Notice bibliographique
Résumé
Nanoparticle powders produced by mixing have applications in catalysis, coatings, and advanced materials, yet they remain challenging owing to the strong cohesive behavior of the constituents. Hetero-aggregates form through hetero-contacts at interfaces between chemically distinct materials, but achieving a uniform distribution of components requires an efficient mixing process. Opposed jet fluidized beds offer a promising approach for overcoming these limitations. In this study, the formulation of titania-zirconia hetero-aggregates was investigated by analyzing process parameters and their impact on the inter- and intra-aggregate mixing quality. The effects of feed composition mass ratios (1:1, 2:1, and 1:2), back pressures of the Laval nozzles (0.5, 2.5, and 5.0 bar), and processing times (1 and 5 min) were evaluated by mapping the Ti atomic fraction. The composition and shape of the hetero-aggregates were investigated. The hetero-aggregates exhibited compositions closely aligned with the expected values, based on the initial masses of the components. Shape analysis revealed star-like, elongated, and irregular structures, with circularity and roundness values of approximately 0.4 and 0.5, respectively. Most hetero-aggregates exhibited porosities between 0.971 and 0.991, indicating highly porous structures with significant void spaces. These findings demonstrate that opposed jet fluidized beds enable control over the composition and morphology of hetero-aggregates, leading to efficient nanoparticle mixing.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 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 ».