Impacts of Multilayer Hybrid Coating on PSF Hollow Fiber Membrane for Enhanced Gas Separation
Notice bibliographique
Résumé
One of the most critical issues encountered by polymeric membranes for the gas separation process is the trade-off effect between gas permeability and selectivity. The aim of this work is to develop a simple yet effective coating technique to modify the surface properties of commonly used polysulfone (PSF) hollow fiber membranes to address the trade-off effect for CO2/CH4 and O2/N2 separation. In this study, multilayer coated PSF hollow fibers were fabricated by incorporating a graphene oxide (GO) nanosheet into the selective coating layer made of polyether block amide (Pebax). In order to prevent the penetration of Pebax coating solution into the membrane substrate, a gutter layer of polydimethylsiloxane (PDMS) was formed between the substrate and Pebax layer. The impacts of GO loadings (0.0–1.0 wt%) on the Pebax layer properties and the membrane performances were then investigated. XPS data clearly showed the existence of GO in the membrane selective layer, and the higher the amount of GO incorporated the greater the sp2 hybridization state of carbon detected. In terms of coating layer morphology, increasing the GO amount only affected the membrane surface roughness without altering the entire coating layer thickness. Our findings indicated that the addition of 0.8 wt% GO into the Pebax coating layer could produce the best performing multilayer coated membrane, showing 56.1% and 20.9% enhancements in the CO2/CH4 and O2/N2 gas pair selectivities, respectively, in comparison to the membrane without GO incorporation. The improvement is due to the increased tortuous path in the selective layer, which created a higher resistance to the larger gas molecules (CH4 and N2) compared to the smaller gas molecules (CO2 and O2). The best performing membrane also demonstrated a lower degree of plasticization and a very stable performance over the entire 50-h operation, recording CO2/CH4 and O2/N2 gas pair selectivities of 52.57 (CO2 permeance: 28.08 GPU) and 8.05 (O2 permeance: 5.32 GPU), 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.
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) | 0,001 | 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 ».