Gas Permeation Study Using Porous Ceramic Membranes
Notice bibliographique
Résumé
A 6000 nm ceramic membrane was repaired with boehmite solution (ALOOH) through the repeat dip-coating technique. The permeance of hydrogen (H2) and carbon dioxide (CO2) were obtained through the membrane in relation to average pressure at room temperature for the support membrane and as cracked membrane. A repair process was carried out on the cracked membrane by same dip coating process and results obtained after first and second dips. The permeance of the support membrane obtained ranged between 1.50 to 3.04 × 10-7 mol m-2 s-1 Pa-1. However, as a result of a crack that occurred during the removal of the membrane from the reactor, the permeance increased from 2.96 to 5.82 10-7 mol m-2 s-1 Pa-1. Further application of boehmite solution on the membrane lead to an improvement on the surface of the membrane with some degree and surface cracks were reduced. This also decreased the permeance to 1.26 – 3.39 × 10-8 mol m-2 s-1 Pa-1 after the second dip. Consequently, another silica based modified membrane was used for carbon dioxide and nitrogen (N2) permeation. The plots show that carbon dioxide permeated faster than the other gases, indicating dominance of a more selective adsorptive transport mechanism. Accordingly, results obtained show an appreciable high carbon dioxide permeance of 3.42 × 10-6 mol m-2 s-1 Pa-1 at a relatively low pressure when compared to nitrogen confirming that the membrane has so far exhibited a high permeability, selectivity and high CO2 gas recovery. The permselectivities of CO2 over H2 at room temperature was also obtained which were higher than the Knudsen selectivity.
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) | 0,000 | 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 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 ».