Mixed matrix membranes based on silica nanoparticles and microcellular polymers for CO<sub>2</sub>/CH<sub>4</sub> separation
Notice bibliographique
Résumé
Mixed matrix membranes made from silica nanoparticles and microcellular polymers were prepared from Matrimid® 5218 combined with tetramethoxysilane, tetraethoxysilane, and tetrapropoxysilane via the sol–gel method. The nanoparticles were prepared in situ during membrane casting yielding a homogeneous distribution inside a foamed polyimide structure. Mixed matrix membranes with SiO2 contents up to 16% wt. were treated at 60℃, 100℃, 150℃, and 200℃. Thermal gravimetric analysis and Fourier transform infrared spectroscopy analyses were performed providing information on chemical composition and thermal stability, while the porous structure (average cell diameter and cell density) was studied by scanning electron micrograph. Also, dynamic mechanical analysis was used to determine the glass transition temperature (Tg) and elastic modulus. Finally, the gas transport properties were studied in terms of treatment temperature, feed pressure, SiO2 loading, and testing temperature. CO2 permeability was found to increase by a factor of 3–4 at 3% SiO2 content using tetraethoxysilane in Matrimid, while ideal selectivity for CO2/CH4 separation was constant. Finally, the plasticization effect was practically eliminated by the introduction of SiO2 nanoparticles.
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) | 0,001 | 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) | 0,001 | 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 ».