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 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 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».