Bioleaching and Kinetic Investigation of WPCBs by A. Ferrooxidans, A. Thiooxidans and their Mixtures
Notice bibliographique
Résumé
Bioleaching was used to mobilize Cu, Zn and Ni from waste printed circuit boards (WPCBs) and eliminate hazardous metal species from these wastes. Pulp density (PD) and medium culture are two effective factors which have been optimized in this paper. The bacteria Acidithiobacillus ferrooxidans (A. ferrooxidans) and Acidithiobacillus thiooxidans (A. thiooxidans) and their mixture were grown and adapted in the presence of WPCBs and then used as bioleaching bacteria to solubilize metals from PCBs. The experimental results demonstrated that 15 g/L WPCB is the best solid concentration which can be tolerated by the bacteria. Comparing different inoculation ratios, Cu (86%), Zn (100%) and Ni (100%) were recovered after 25 days of bioleaching, which suggests that the rate of metal recovery is significantly influenced by PD. Kinetics of bioleaching reactions was investigated in this work and the shrinking core model (SCM) was used to describe the kinetics of the process of no pretreated WPCBs. A constrained multi-linear regression analysis using the least square technique was employed to determine the rate controlling mechanism in each operating condition. Based on the results, diffusion through solid product layer was the major controlling mechanism.
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 | 0,001 | 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 | 0,001 | 0,001 |
| 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 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 ».