Screening ionic liquids as candidates for separation of acid gases: Solubility of hydrogen sulfide, methane, and ethane
Notice bibliographique
Résumé
The solubility of the major constituents of natural gas in ionic liquids (ILs) can be used to identify their potential for acid gas removal from a producing gas stream. We have developed models for the solubility of H 2 S, CH 4 , and C 2 H 6 in ILs at typical conditions encountered in natural gas treatment. In this work, a conductor‐like screening model for realistic solvation was used to predict the activity coefficients for solutes in ILs and a cubic EOS was used for vapor‐phase corrections from ideality. Empirical correlations were developed to extrapolate solubilities where experimental data are not available at desired conditions; targeted in this study at 298.15 K and 2000 kPa. Over 400 possible ILs were ranked based on the higher selectivity of absorption of CO 2 and H 2 S over CH 4 and C 2 H 6 . The best 15% (58) of promising ILs for sour gas treatment predominantly contain the anions BF 4 , NO 3 , and CH 3 SO 4 and the cations N 4111 , pmg, and tmg. © 2013 American Institute of Chemical Engineers AIChE J , 59: 2993–3005, 2013
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 ».