Clay Nanoparticles Composite Membranes Prepared with Three Different Polymers: Performance Evaluation
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This paper presents the results obtained from the evaluation of clay nanoparticles as an additive for improving the characteristics and performance of composite membranes cast with polysulfone (PS), polyethersulfone (PES), and polyvinylidene fluoride (PVDF). Different concentrations of clay nanoparticles, ranging from 1 to 10% based on the polymer mass, were used to prepare all dope solutions. The addition of clay nanoparticles changed the internal pore morphology of membranes, which resulted in significant changes on their performance, regarding its water permeability, and fouling potential. The optimum nanoclay concentration for permeability enhancement was different for each polymer, 1.5%, 2.0%, and 6.0% for PS, PES, and PVDF, respectively. This difference can be attributed to the differences of polymer’s hydrophobicity, based on the contact angle of a sessile water drop, which is higher for PVDF (PVDF is more hydrophobic than PS and PES). The flow improvement changed based on the main polymer. Significant changes in internal pore structure were observed for all membranes. The proportion of macrovoids was decreased and pores had a better connectivity across the cross section for PES and PS membranes. For PVDF membranes, the addition of nanoclay had a different effect on their microstructure. In this case, internal pores were 20% wider, factor that increased the average membrane porosity. The simultaneous evaluation of the clay nanoparticles used as an additive have clearly demonstrated its potential application for composite membrane production. It is also worth to note that the best way for identifying and evaluating the potential for an additive for membrane casting is considering its effects for different polymers, under the same casting conditions.
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.
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 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| 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 découle