Electrochemical Removal of Zinc and Nickel Ions from Wastewater Using Flat Plate Electrodes
Notice bibliographique
Résumé
Simulated wastewater containing 20ppm of Zn++, 20ppm of Ni++ was treated using an electrochemical technique. This synthetic wastewater was used to simulate the wastewater from metal finishing industries. A rectangular bath integrated with an electrochemical cell consisting of flat plate electrodes (the stainless steel anode and aluminum cathode) was used in the treatment. Potassium sulfate was used as a supporting electrolyte to enhance the removal of Zn++ and Ni++. The effects of volumetric liquid flux, pH and electrode surface area on Zn++ and Ni++ removal were investigated. All experiments were performed at 25ºC and at an applied voltage of 4V. When volumetric flux was raised from 0.0092 to 0.0277m³.m-².s-¹, an increasing trend of the Zn++ and Ni++ removal was observed. The maximum metal removal was observed at a volumeteric liquid flux of 0.0231m³.m-².s-¹. Zn++ and Ni++ were removed by 80% and 34%, respectively, after 48 hours of electrochemical treatment. Moreover, an increase in the removal of Zn++ and Ni++ was observed when the pH was varied from 3.5 to 6.5. The maximum removal of Zn++ and Ni++, 97% and 62%, respectively, occurred at a volumetric liquid flux of 0.0231m³.m-².s-¹ and a pH of 6.5. The experimental values showed a similar increasing trend in the removal of Zn++ and Ni++, when the electrode surface area was increased from 0.024m² to 0.048m²; the removal of Zn++ and Ni++ improved by 14% and 12%, respectively. However, there was no major change in the removal of Zn++ and Ni++ between flat plate and corrugated plate electrodes.
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) | 0,001 | 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 | 0,001 |
| 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 ».