Application of indigenous inorganic sorbents in combination with membrane technology for treatment of radioactive liquid waste from decontamination processes
Notice bibliographique
Résumé
Abstract The purpose of the work was to improve the process for treatment of liquid radioactive waste containing complexing agents, which are generated during the decontamination operations. We performed some experiments using simulated waste solutions like secondary waste from the modified CANDEREM process (Canadian Decontamination and Remediation Process) and secondary waste from the modified CANDECON process (Canadian Decontamination Process). To improve efficiency and economics of the process it was proposed to treat the waste by combining the sorption of radionuclides on natural inorganic sorbents (zeolites) with membrane filtration. Standard procedures are applied to compare the sorption of radionuclides on different sorbent forms-determination of the ion exchange capacity, construction of sorption isotherms, determination of the distribution coefficients, and kinetics experiments. To check the influence of converting the sorbents to various cationic forms on their sorption properties, distribution coefficients of 137Cs and 57Co on natural zeolites from local deposits converted to NH4 +, Na+ or H+ forms were determined. The results obtained show that the distribution coefficients of 137Cs on the materials converted to Na+ form are higher than for the remaining forms studied [1]. The parameters of Langmuir, Freundlich and Dubinin–Radushkevich adsorption isotherms have been determined using sorption data. The Dubinin–Radushkevich model shows better correlation between the theoretical and experimental data for 137Cs sorption on natural zeolites from local deposits converted to NH4 + and H+ forms than Langmuir and Freundlich equations. Kinetic studies were carried out with various zeolite forms. The sorbents studied are natural zeolites from local deposits (Marsid-Romania). The batch sorption kinetics has been tested for pseudo-second order reaction. The pseudo-second order model fits the experimental data well for all of the systems studied.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| 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) | 0,001 | 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 ».