بررسی عملکرد سیستم نشاسته کاتیونی-نانوسیلیکا بر ماندگاری و آبگیری از خمیر کاغذ شسته شده OCC
Publish place: 5th Nanotechnology Students Conference
Publish Year: 1388
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,863
This Paper With 11 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
NANOSC05_123
تاریخ نمایه سازی: 22 اسفند 1387
Abstract:
امروزه استفاده از فناوری های جدید در صنایع مختلف اهمیت بسیاری یافته است.در این راستا پیشرفت های صورت گرفته در فناوری نانو، افق های جدیدی پیش روی ما گشوده است. در این مطالعه از ذرات نانوسیلیکلی آنیونی همراه با نشاسته کاتیونی به عنوان یک سیستم دوتایی، در بازیافت خمیر کاغذ حاصل از کارتن باطله کنگره ای (OCC) استفاده گردید. با وجودی که سیستم نشاسته کاتیونی – نانوسیلیکا به عنوان سیستمی جدید تا حدود زیادی، جایگاه خوبی در مبحث استفاده از الیاف بکر پیدا کرده، ولی تا کنون در بازیافت مورد توجه نبوده است. در این تحقیق تلاش شد تا اثر این سیستم بر فاکتورهای مهمی نظیر آبگیری و ماندگاری نرمه در خمیر کاغذ شسته شده OCC، جهت ساخت تست لاینر بررسی شود. نتایج نشان داد که استفاده از این سیستم سبب بهبود آبگیری به میزان قابل توجهی از خمیر کاغذ شسته شده OCC می گردد، به طوریکه آبگیری از 342 میلی لیتر(در خمیر کاغذ پایه) بر اساس استاندارد درجه روانی کانادا(CSF) به حدود 550 میلی لیتر، در تیمار 1/5 درصد نشاسته کاتیونی و 0/9 درصد نانوسیلیکا رسید. همچنین ماندگاری نرمه- که در خمیر کاغذهای بازیافتی درصد بالایی از کل خمیر کاغذ را تشکیل می دهد – نیز افزایش یافت. در این مطالعه، پتانسیل زتا نیز به عنوان یک شاخص در شیمی پایانه تر مورد ارزیابی قرار گرفت.
Keywords:
فناوری نانو- نانوسیلیکا-نشاسته کاتیونی- آبگیری- ماندگاری نرمه- پتانسیل زتا- پایانه تر
Authors
مهدی رحملانی نیا
دانش آموخته دکتری رشته مهندسی علوم و صنایع چوب و کاغذ دانشگاه تهران
سیداحمد میرشکرایی
استاد گروه شیمی دانشگاه پیام نور تهران
قنبر ابراهیمی
استاد گروه مهندسی علوم و صنایع چوب و کاغذ، دانشگاه منابع طبیعی دانشگاه
موسی محمدنژاد
دانشیار گروه خمیر و کاغذ در موسسه تکنولوژی آسیا(AIT)
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper 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 Paper لینک شده اند :