Conversion of Waste Corn Biomass to Activated Bio-Char for Applications in Wastewater Treatment
Notice bibliographique
Résumé
This study proposes the conversion of waste corn grains contaminated by deoxynivalenol (also known as vomitoxin), a mycotoxin produced by plant pathogens, into a value-added product. Batches of 500 g of contaminated corn grains were pyrolyzed in a batch reactor by thermal treatment at temperatures up to 500°C with a 15°C/min heating rate and generating condensable vapors, gases and solid bio-char. The bio-char produced was subsequently activated in a furnace at 900°C, using CO2 as an activation agent, at different residence times. The effect of activation residence time on the characteristics of the activated bio-char, varying it from 0.5 to 3 h, was investigated. Characterization tests included BET surface area, SEM, TG-FTIR, pH, and XRD on both bio-char and activated bio-char. BET results illustrated a significant increase of the surface area from 63 to 419 m2g−1 and pore volume from 0.04 to 0.23 cm3g−1 by increasing the activation time from 0.5 to 3 h. SEM images visually confirmed a considerable increase in pore development. The pH significantly increased from 6 to 10 after activation, due to the elimination of acidic functional groups. The proximate analysis showed the stable carbon of the activated char reaching approximately 90 wt%, making it promising for catalyst/adsorbent applications. The adsorption performance of activated bio-char was tested by utilizing three different model molecules with different characteristics: methylene blue, methyl orange, and ibuprofen. Among all activated bio-char samples, activated bio-char with 3 h activation time showed the highest adsorption capacity, with a total adsorption (25 mg/g of activated bio-char) of methylene blue after 5 min. The results showed that the adsorption capacity of the activated bio-char was similar to that of valuable commercial activated carbon.
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) | 0,001 | 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 ».