Effect of embedded activated carbon nanoparticles on the performance of polydimethylsiloxane (PDMS) membrane for pervaporation separation of butanol
Notice bibliographique
Résumé
Abstract BACKGROUND The pervaporation separation method is considered to be a promising technique for biobutanol recovery from fermentation broths. In this work, activated carbon nanoparticles were embedded in polydimethylsiloxane (PDMS) membranes to improve the pervaporation performance. RESULTS Adding 6 wt% nano‐additives in PDMS membranes increased the flux and separation factor by 42.6% and 51.9%, respectively, compared with neat membranes at 37°C. Enhanced performance is due to: 1 the presence of additional sorption sites within the membrane with a high affinity for butanol; and 2 the porous structure of the nanofillers generate new pathways for facilitated mass transport through the membrane. The effect of the operating temperature and particle concentration on membrane performance was investigated. Membrane performance improved with an increase in the operating temperature. Higher temperature resulted in increased free volume in the PDMS chains leading to higher diffusion of butanol. Mechanical tensile tests showed that nanocomposite membranes have better mechanical stability in comparison with neat PDMS membranes with the best performance observed at 6 wt% of the nano‐additives. CONCLUSION The presence of activated carbon nanoparticles in the matrix of PDMS membranes leading to higher flux and separation factor can be beneficial for pervaporation separation of butanol from fermentation broths. © 2017 Society of Chemical Industry
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) | 0,000 | 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) | 0,001 | 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 ».