Impact of Operating Conditions on Fouling Probability and Cake Height in Ultrafiltration of Latex Solution
Notice bibliographique
Résumé
The aim of the present study was to investigate the effects of operating conditions (transmembrane pressure, feed flow rate, and feed concentration) on the fouling attachment probabilities, mass of fouling, and cake height. Polycarbonate flat membrane with a pore size of 0.05 µm was used under a constant feed flow rate and cross-flow mode in ultrafiltration of a latex paint solution. The results obtained indicate that increasing transmembrane pressure from 15 to 45 psi lead to an increase in the particle-to-particle (αpp) and particle-to-membrane (αpm) attachment probabilities from 0.4 to 0.76 and 0.55 to 0.8, respectively. It was observed that both attachment probabilities were significantly decreased when the feed flow rate was increased from 1 to 6 LPM (cross flow velocity from 10.4 to 62.5 cm/s). As a consequence, mass of fouling and cake height were reduced. Increasing the feed concentration from 0.78 to 1.82 kg/m3 resulted in a substantial raise in the cake height from 4.3 to 18.5 µm. Response Surface Methodology (RSM) was used to set up the experimental design. According to regression analysis, two correlation models were obtained in order to predict the fouling attachment probabilities at different operation conditions. Estimated attachment probabilities were used to predict mass of fouling retained by membrane.
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 | 0,001 |
| 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 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 ».