Effective separation of aromatic hydrocarbons by pyridine‐based deep eutectic solvents
Notice bibliographique
Résumé
Abstract Many promising qualities of deep‐eutectic solvents made them suitable solvents in separation process. In this work, the pyridine‐based deep eutectic solvents were designed and synthesized with N‐ethylpyridinium bromide and two HBDs (N‐formyl morpholine and levulinic acid). Two ternary systems, benzene + cyclohexane + DES and toluene + n‐heptane + DES, were studied by the liquid‐liquid extraction. The effect of different HBDs, extraction time, volume ratio of DES to system solution, and the initial concentration of aromatic were studied. The DES with N‐formyl morpholine showed better separation performance than that with levulinic acid. The liquid‐liquid extraction equilibrium could be obtained in 10 minutes. The volume ratio of DES to system solution was set as 1:1. Both DESs showed their best separation performance at low temperatures (20°C) and low aromatic concentration system. For the benzene + cyclohexane system, the distribution coefficient of benzene was 1.733 and the selectivity was 23.8 at 20°C. For the toluene + n‐heptane system, the distribution coefficient of toluene was 0.853 and the selectivity was 40.7. Tie‐lines for two ternary systems were obtained, and the Othmer‐Tobias correlation was used to check the reliability of the obtained liquid‐liquid extraction experimental data. The experimental LLE data were correlated using the NRTL model and the calculated data correlated significantly with the experimental data.
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) | 0,000 | 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 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 ».