Sorptive Removal of Trinitroglycerin (TNG) from Water Using Nanostructured Silica‐based Materials
Notice bibliographique
Résumé
Trinitroglycerin (TNG), a nitrate ester, is widely used in the pharmaceutical industry for the treatment of angina pectoris (chest pain) and by the military for the manufacturing of dynamite and propellants. Currently, TNG is considered as a key environmental contaminant due to the discharge of wastewater tainted with the chemical from various military and pharmaceutical industries. The present study describes the use of a nanostructured silica material (Mobil Composite Material no. 48 [MCM-48]) prepared by mixing tetraethylorthosilicate (TEOS) and cetyltrimethylammonium bromide (CTAB) to remove TNG from water. The sorption of TNG onto MCM-48 rapidly reached equilibrium within 1 h. Sorption kinetics were best described using a pseudo-second order model, whereas sorption isotherms were best interpreted using the Langmuir model. The latter gave a maximum sorption capacity of 55.2 mg g(-1) at 40 degrees C. The enthalpy and entropy of TNG sorption onto MCM-48 were 1.89 kJ mol(-1) and 79.0 J mol(-1).K(-1), indicating the endothermic nature of the TNG sorption onto MCM-48. When MCM-48 was heated at 540 degrees C for 5 h, the resulting calcined material (absence of the surfactant) did not sorb TNG, suggesting that the surfactant component of the nanomaterial was responsible for TNG sorption. Finally, we found that MCM-48 lost approximately 30% of its original sorption capacity after five sorption-desorption cycles. In conclusion, the nanostructured silica based sorbent, with high sorption capacity and remarkable reusability, should constitute the basis for the development of an effective technology for the removal of TNG from contaminated water.
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) | 0,003 | 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 ».