Optimization of the loading patterns of silica gels for o‐xylene recovery by vacuum swing adsorption
Notice bibliographique
Résumé
Abstract The key step for the adsorption‐desorption engineering process is the reversible in‐situ desorption of the adsorbent without VOCs (volatile organic compounds) accumulation. Our previous results show that the mesoporous silica gel performs well in adsorbing and desorbing the VOCs due to their capillary condensation in the mesopores. However, the microporous silica performs better in adsorbing though poorer in desorbing VOCs because of the direct interaction between VOCs molecules and the adsorbent wall in the micropores. Herein, the adsorption and desorption of o‐ xylene on two silica gels (SG) with different pore size distribution by vacuum swing adsorption (VSA) has been systematically studied. The equilibrium adsorption and desorption experiments of two kinds of silica gels at different loading heights in fixed bed show that the concentration front of o‐ xylene in microporous SG disperses slowly. However, the concentration front of o‐ xylene in mesoporous SG is significantly dispersed. To improve the overall efficiency of adsorption‐desorption, the mesoporous and microporous SGs are loaded together in the fixed bed. It was found that the increase in the microporous SG loading percentage facilitated the adsorption capacity but deteriorated its desorption efficiency, while the opposite occurs to the mesoporous SG. After optimization, it was observed that minimal energy consumption (1.295 kWh/m 3 VOCs gas) was used when the adsorption column is loaded with 60% SG B at the inlet and 40% of the SG A at the outlet end for o‐ xylene vapour adsorption. This finding will be useful for designing adsorbent loading in the adsorption column.
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 ».