An Integrated AHP-PROMETHEE Method for Selecting the most Suitable Ethylene Propylene Diene Termonomer
محل انتشار: مجله علوم و فن آوری نفت، دوره: 6، شماره: 1
سال انتشار: 1395
نوع سند: مقاله ژورنالی
زبان: انگلیسی
مشاهده: 90
فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JPSTR-6-1_005
تاریخ نمایه سازی: 29 آذر 1402
چکیده مقاله:
This paper considers the problem of selecting the most appropriate ethylene propylene diene monomer (EPDM), which is a polyolefin with a variety of usages in different areas. The metallocene catalyst, bis(۲-phenyl indenyl) zirconium dichloride ((۲-PhInd)۲ZrCl۲) was synthesized by a modified method and applied to the terpolymerization of ethylene, propylene, and ۵-ethylidiene-۲-norbornene (ENB). The methylaluminoxane (MAO) was used as a cocatalyst. It showed an appropriate activity, a high incorporation ability of the comonomers, and good performance in terpolymerization. The compounded EPDM showed good thermal stability with time. Proper criteria were chosen for the selection of the best EPDM, and a hybrid of the analytical hierarchy process (AHP) and preference ranking organization method for enrichment evaluations (PROMETHEE) was used for prioritizing ۱۵ different synthesized EPDM species. The sensitivity and Genetic Association Interaction Analysis (GAIA) analysis were also performed. Finally, one of the polymers, which had a very high quality and moderate yield, cost, and curing time was selected.
نویسندگان
Ali Sibevei
Department of Management, Ferdowsi University of Mashhad, Mashhad, Iran
Zahra Naji Azimi
Department of Management, Ferdowsi University of Mashhad, Mashhad, Iran
Saied Ahmadjo
Department of Catalyst, Iran Polymer and Petrochemical Institute (IPPI), Tehran, Iran
Mohammad Mahdi Mortazavi
Department of Catalyst, Iran Polymer and Petrochemical Institute (IPPI), Tehran, Iran
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 :