Modelling of continuous low‐temperature emulsion co‐polymerization in <scp>3D</scp> ‐printed reactor
Notice bibliographique
Résumé
Abstract This study presents a kinetic model of the low‐temperature emulsion copolymerization of butyl acrylate and styrene, initiated by a TBHP/ASAc/Fe redox system. This redox initiating system has the advantage of starting the reaction at low temperatures all the way down to room temperature (25°C). This also enables the production of very small latex particles with diameters down to 35 nm. The model was developed using Predici 11 as first principles model and incorporates the kinetics of free‐radical copolymerization. This model can predict the behaviour of the investigated system with regard to monomer conversion (up to 100%), particle size, particle number, and molecular weight distributions. It can also predict other properties such as the composition of the different phases during the polymerization (i.e., in the aqueous phase, the polymer phase, and the droplet phase). All these parameters are described by the model in both batch and continuous reactors. To validate the model, experimental data obtained from batch and 3D‐printed tubular reactors was collected and compared with the predicted values. Expanding the model to include emulsion description in continuous reactors increases its range of applications. Comparing the simulated and experimental results in terms of monomer conversion, particle size, and molecular weight distribution showed reasonable agreement. Discrepancies in continuous operation could be caused by non‐ideal reactor hydrodynamics. The proposed first‐principles model thus provides a reliable tool for the development and optimization of emulsion copolymerization processes in both batch and continuous operating modes by predicting key reaction outcomes.
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 | 0,000 | 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 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 ».