MétaCan
Menu
Retour à la cohorte
Enregistrement W1976830770 · doi:10.1002/cjce.21974

Effect of pH on fouling attachments and power consumption in ultrafiltration of latex solution

2014· article· en· W1976830770 sur OpenAlexafffundvenue
Amira Abdelrasoul, Huu Doan, Ali Lohi

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2014
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMembrane Separation Technologies
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésFoulingMembrane foulingUltrafiltration (renal)PermeationMembraneChemistryChromatographyVolumetric flow rateParticle (ecology)Ionic strengthMembrane technologyChemical engineeringParticle sizeEnvironmental engineeringMaterials scienceAqueous solutionEnvironmental scienceThermodynamicsOrganic chemistryBiochemistry

Résumé

récupéré en direct d'OpenAlex

The goal of the present study was to remediate ultrafiltration fouling through the altering of the latex paint solution pH, in order to reduce the total mass fouling and the specific power consumption. Polycarbonate flat membrane with a pore size of 0.05 µm was used under a constant feed flow rate and cross‐flow mode in ultrafiltration of a latex paint solution. It was observed that the ionic strength of the latex solution had a significant effect on the membrane hydrophilicy and the particle surface charge, which in turn influenced the particle–particle and particle–membrane attachment. At the transmembrane pressure of 15 psi, a feed flow rate of 1 LPM, and a feed concentration of 1.3 kg/m 3 , increasing solution pH from 7 to 12 resulted in a considerable 50% reduction in membrane fouling. This reduction of fouling led to a 53.9% decrease in the specific power consumption, while the permeate flux increased by 97.4%. On the other hand, the mass of fouling noticeably decreased by 35.8%, the permeate flux increased by 64.5% and the specific power consumption dramatically increased by 127.5%, when the feed flow rate was increased from 1 to 4 LPM at the solution pH of 7. Alternatively, when the feed flow rate and the solution pH were increased simultaneously, the mass of fouling was reduced by 56.8%, with an improvement in the specific power consumption augmented only by 54.1%, while the permeate flux increased by 136.84%.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,028
Score d'incertitude au seuil0,147

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,006
Tête enseignante GPT0,215
Écart entre enseignants0,209 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations15
Publié2014
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetMembrane Separation TechnologiesTravaux en français237 207