MétaCan
Menu
Retour à la cohorte
Enregistrement W3135071094 · doi:10.1021/acs.iecr.1c00458

Water–Energy Nexus in Membrane Distillation: Process Design for Enhanced Thermal Efficiency

2021· article· en· W3135071094 sur OpenAlexaff
Paula G. Santos, Cíntia M. Scherer, Adriano G. Fisch, Marco Antônio Siqueira Rodrigues

Notice bibliographique

RevueIndustrial & Engineering Chemistry Research · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMembrane Separation Technologies
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésMembrane distillationThermal conductionMembraneDistillationWork (physics)ThermodynamicsMaterials scienceProcess engineeringThermal conductivityDesalinationHeat fluxHeat transferChemistryMechanicsChromatographyEngineeringComposite material

Résumé

récupéré en direct d'OpenAlex

A drawback of membrane distillation is the excessive use of heat, which is neither cost-effective nor environmentally effective considering the water–energy nexus. The present paper reports on the analysis and optimization of a bench-scale membrane distillation unit regarding thermal efficiency and transmembrane flux. The research work was developed using a phenomenological mathematical model which was validated against the experimental data. With the optimized process, the heat lost by conduction through the membrane from the retentate side is minimized by a proper design of the membrane properties. With the optimal set of membrane thickness, porosity, and thermal conductivity, the heat conduction across the membrane skeleton was null but retaining the heat transferred by water vapor flux (about 30%), which is intrinsically associated with the membrane distillation phenomenon. Additionally, the transmembrane flux increased by 2-fold using the optimal design for the cell, confirming that thermal efficiency is not in contradiction to water productivity.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,274
Score d'incertitude au seuil0,937

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,077
Tête enseignante GPT0,321
Écart entre enseignants0,244 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations11
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIndustrial & Engineering Chemistry ResearchMême sujetMembrane Separation TechnologiesTravaux en français237 207