Modification of rice husk with ultrasound-assisted Inorganic treatment and application in the catalytic hydrolysis of NaBH4
Notice bibliographique
Résumé
Abstract Rice husk is a massive byproduct of the agricultural sector, but less effort has been paid for its recycling. In this study, ultrasound-assisted inorganic treatment with HNO 3 , H 2 SO 4 , and H 2 O 2 was adopted to modify rice husk as a biomass catalyst. The activity of produced biomass catalyst was assessed in hydrogen production through the hydrolysis of sodium borohydride in an alkaline solution. The characterization of as-prepared biomass catalysts revealed that HNO 3 was an efficient agent to protonate the surface of rice husk and make active sites available for the hydrolysis reactions. In addition, ultrasound-assisted HNO 3 treatment caused a constructive effect on the structural property of rice husk and increased the surface area from 1.9 m 2 .gr − 1 to 17 m 2 .gr − 1 and pore volume from 0.45 cm 3 .gr − 1 to 3.9 cm 3 .gr − 1 . According to optimum synthesizing conditions (45 wt% HNO 3 and 10 min ultrasonication), ARH-N 45 -10 could produce 745 ml.gr − 1 hydrogen from the alkaline solution of NaBH 4 at ambient conditions. Based on the kinetic study, the catalytic hydrolysis of NaBH 4 by modified rice husk followed first-order kinetic concerning the NaBH 4 per fixed NaOH ratio. Moreover, the thermodynamic analysis indicated that hydrolysis of NaBH 4 and formation of hydrogen on the modified rice husk is an endothermic and spontaneous reaction, where the hydrogen generated at 55˚C (5280 ml.gr − 1 ) was seven times more than that at ambient temperature and also activation energy was calculated 57.68 kJ.mol − 1 from Arrhenius plot.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,000 | 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 ».