MétaCan
Menu
Retour à la cohorte
Enregistrement W4304892390 · doi:10.1002/cjce.24717

Regenerative low‐cost ionic liquids: Synthesis, characterization, and application in desulphurization of flue gases

2022· article· en· W4304892390 sur OpenAlexvenueno aff
Avanish Kumar, Vinod Kumar Dhakad, Susanta Kumar Jana

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueIndustrial Gas Emission Control
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFlue-gas desulfurizationChemistryIonic liquidFlue gasAmmoniumFourier transform infrared spectroscopyVolume (thermodynamics)Chemical engineeringMaterials scienceOrganic chemistryCatalysis

Résumé

récupéré en direct d'OpenAlex

Abstract Three ionic liquids (ILs) containing the same cation but different anions were synthesized and used to separate SO 2 from its mixture with air in a semi‐batch bubble column absorber. Desulphurization efficiency was determined using a state‐of‐the‐art experimental set‐up relevant to chemical process industries concerning the important process variables. The virgin and exhausted ILs were characterized using TGA, FTIR, and 1 H NMR analyses. The concentrations of SO 2 at the inlet to and exit from the absorber were measured using a ZRJFAY36, Fuji, Japan infrared SO 2 analyzer. A maximum of 92 percent removal efficiency (PRE) was achieved from a feed gas containing 250–1500 ppm SO 2 with the use of 2‐hydroxyethyl ammonium lactate [MEA][L] or tri (2‐hydroxyethyl) ammonium lactate ([TEA][L]), as the absorbents. This could be further enhanced by the interactive effect of the simultaneous increase in the superficial velocity of the gas and the volume of IL fed into the absorber. However, PRE was about 20% less with tri (2‐hydroxyethyl) ammonium salicylate ([TEA][S]). It was observed that the ILs, [MEA][L] and [TEA][L], were fairly suitable for flue gas desulphurization in industrial situations. A design criterion for continuous operation using two semi‐batch absorbers has been proposed.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,216
Score d'incertitude au seuil0,331

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0000,000

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 Opus0,006
Tête enseignante GPT0,175
Écart entre enseignants0,169 · 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

Citations3
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetIndustrial Gas Emission ControlTravaux en français237 207