Characterization of pore texture of Novolac hyperporous by non-intrusion mercury prosimetry
محل انتشار: یازدهمین سمینار بین المللی علوم و تکنولوژی پلیمر
سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: انگلیسی
مشاهده: 551
متن کامل این مقاله منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل مقاله (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ISPST11_032
تاریخ نمایه سازی: 6 اردیبهشت 1396
چکیده مقاله:
Novolac hyperporous materials can be either crushed or invaded by mercury during mercury prosimetry experiments. Two samples that have different concentration were examined. It was been shown here that sample with lower concentration exhibit the two volume variation mechanisms successively, compaction followed by intrusion, when submitted to mercury prosimetry and that real result could be obtained by applying Pirard’s collapse model below the pressure of transition Pt and Washburn’s intrusion theory above Pt. sample with higher concentration just shown the collapse under mercury pressure and no transient pressure could be observed. Thus, an accurate data analysis requires prior determination of the mechanism leading to the volume variation recorded as a function of the pressure. The position of the change of mechanism from collapsing to intrusion is directly related to the Novolac concentration of primary solution
کلیدواژه ها:
نویسندگان
Alireza Hajizadeh
Polymer Engineering Department, Faculty of Chemical Engineering, Tarbiat Modares University
Ahmad Reza Bahramian
Polymer Engineering Department, Faculty of Chemical Engineering, Tarbiat Modares University
Alireza sharif
Polymer Engineering Department, Faculty of Chemical Engineering, Tarbiat Modares University
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :