Volatile Organic Compound (VOC) Removal via Photocatalytic Oxidation Using TiO2 Coated Nanofilms
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
In this paper, toluene removal via photocatalytic oxidation using TiO2 dip coated nanofilms is presented. Nanofilms were synthesized from bacterial cellulose using the electrospinning technique. The physical properties of the nanofilms were analyzed by scanning electron microscopy (SEM). The ratio of bacterial cellulose/nylon used in the spinning process was 0.165:1. The results from SEM showed that the structure of the TiO2 composite nanofilms was rutile crystalline with an average particle size of 20 nm, and synthesized nanofilms had an average size of 20 - 30 nm. The band gap energies of TiO2-dip coated nanofilms ranged from 3.18 - 3.21 eV. SEM results of TiO2 coated nanofilms suggested that the TiO2 was rather uniformly distributed onto the surface of the nanofilms. The actual amount of TiO2 coated on the nanofilms was estimated using thermogravimetric analysis (TGA) for 1x1 cm2 surface area. It was found that 0.1852, 0.2897 and 0.7275 mg of TiO2 were coated on the surface of the nanofilms for 1, 2.5 and 5 % (weight) TiO2 dosage, respectively. The photocatalytic activity of the nanofilms was tested for the removal of gaseous toluene in a photocatalytic reactor. Experimental conditions were set as follows: UV light intensity of approximately 2.7 mW.cm-2, flow rate of 0.2 L.min-1, and an initial toluene concentration of about 200±20 ppm, and a retention time at 200 min. The degradation rate of toluene increased with increasing dosage of TiO2 from 1, 2.5 and 5 %. The nanofilms at a 5 % dosage yielded the highest removal efficiency of 92.71 %, followed by the 2.5 and 1 % dosage, respectively.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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 découle