Effort of ionic liquids with [HSO<sub>4</sub>]<sup>‐</sup> on oxidative desulphurization of coal
Notice bibliographique
Résumé
Abstract Sulphur dioxide and soot produced during coal combustion are the main air pollution sources and increased emission of PM 2.5 (particle matter with an aerodynamic diameter less than or equal to 2.5 µm) in China. In this investigation, two imidazolium ionic liquids (ILs), namely, 1‐butyl‐3‐methyl imidazolium bisulphate ([C 4 C 1 im][HSO 4 ]) and 1‐carboxymethyl‐3‐methylimidazolium bisulphate([HOOCCH 2 mim][HSO 4 ]), were used to remove sulphur from coal combined with 30 % hydrogen peroxide (H 2 O 2 ) based on chemically oxidative desulphurization. The experimental results indicate that H 2 O 2 played a dominant role in removing inorganic sulphur but only partially decreased organic sulphur. The [C 4 C 1 im][HSO 4 ]‐H 2 O 2 solution is able to remove 47.44 % of the total sulphur in coal and nearly 100 % of the inorganic sulphur while the [HOOCCH 2 mim][HSO 4 ]‐H 2 O 2 solution can remove 16.76 % of organic sulphur with a weaker ability to reduce inorganic components. According to the FTIR spectra analysis, the results show that the proportion of –SH, –CH 3 , –CH 2 –, and‐OH declined, while −COOH increased after the IL‐H 2 O 2 treatment due to the oxidation enhancement in the presence of ionic liquids. Sulphur element compositions were measured using XPS, and the results also show that ionic liquids are favourable for improving the oxidation of –SH, –S–, and thiophene into sulphoxide and sulphone, which were extracted during the ionic liquid phase.
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 | 0,000 | 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) | 0,000 | 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 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 ».