Removal of total petroleum hydrocarbons from oil refinery waste using granulated NaA zeolite nanoparticles modified with hexadecyltrimethylammonium bromide
Notice bibliographique
Résumé
Petroleum pollution is a common problem in industrial areas to such an extent that it poses a global threat. The wastes of oil refineries contain a wide variety of hydrocarbons. The aim of this study was to investigate the possibility to removal of total petroleum hydrocarbons (TPH) from the Behregan oil refinery, Bushehr, Iran, by granulated nanozeolite NaA particles (NaA-ZNPs) modified with cationic surfactants. Synthesized NaA-ZNPs with a silica source extracted from Hordeum vulgare were granulated by an alginate granulation method and were modified by the cationic surfactant hexadecyltrimethylammonium bromide (CTAB). The CTAB-modified granulated NaA-ZNPs were characterized by X-ray diffraction, Fourier transform infrared spectroscopy, scanning electron microscopy, and the Brunauer–Emmett–Teller theory. Adsorption of TPH was studied using both a batch process and a continuous-flow process in a fixed-bed column. The effect of various parameters, including time, pH, adsorbent dosage, flow rate, and column height, were investigated and the results were analyzed by gas chromatography – mass spectroscopy. The efficiency of the CTAB-modified granulated NaA-ZNPs was evaluated with one-way analysis of variance software SPSS 21. The highest TPH removal efficiency for batch processing (92.3%) was achieved at an adsorbent dosage 0.5 mg, pH = 7, and 20 min of contact time; the highest TPH removal efficiency for continuous processing (87.4%) was achieved at 15 cm column height and a 17.26 mL/min flow rate. The results indicated the potential of CTAB-modified granulated NaA-ZNPs for absorbing TPH in treating oil refinery waste.
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) | 0,001 | 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 ».