Analysis of Monoethanolamine and Its Oxidative Degradation Products during CO<sub>2</sub> Absorption from Flue Gases: A Comparative Study of GC-MS, HPLC-RID, and CE-DAD Analytical Techniques and Possible Optimum Combinations
Notice bibliographique
Résumé
A comparative study of gas chromatography−mass spectrometry (GC-MS), high-performance liquid chromatography−refractive index detection (HPLC-RID), and capillary electrophoresis−diode array detection (CE-DAD) techniques was carried out for the purpose of analyzing MEA and its degradation products in MEA/H 2 O/O 2 and MEA/H 2 O/O 2 /CO 2 systems. The experiments were conducted in a 600-mL reactor using an MEA concentration of 5 kmol/m 3, an O 2 pressure of 250 kPa, a CO 2 loading of 0.51 mol of CO 2 /mol of MEA, and degradation temperatures of 328−393 K. GC-MS using an HP-35MS column (intermediate polarity) performed the best only if analysis of the degradation products was of interest, whereas HP-Innowax (high-polarity column) was best only if analysis of MEA was required. Analyses of the same sample using two different columns (e.g., HP-35MS and HP-Innowax) would be required if both MEA and its degradation products are to be followed. HPLC-RID using a Nucleosil column with phosphate buffer was the best and only technique in which simultaneous analysis of MEA and degradation products was possible. CE-DAD using phosphate and borate electrolytes was able to detect degradation products. Because the results in terms of degradation product distribution, decline of MEA, and role played by CO 2 as observed by all techniques were consistent, a combination of these techniques is recommended for confirming MEA oxidative degradation systems.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 source (Gemma direct ou Codex distillé), 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 ».