Nanocomposite membranes incorporated with graphene oxide for CO2/CH4 separation
Notice bibliographique
Résumé
Biogas is an alternative energy produced by anaerobic digestion of organic matter. Generally, raw biogas consists of methane (CH4), carbon dioxide (CO2), few amount of hydrogen sulfide (H2S) and traces of water vapor. Nowadays, upgrading raw biogas is required in order to achieve higher calorific value and meet fuel standard by removal of CO2. In this study, composite membranes of PEG 400/Pebax 1657 blended polymer with graphene oxide (GO) and amine functionalized graphene oxide (Fn-GO) were successfully developed for CO2/CH4 gas separation. The effects of graphene oxide, amine functionalized graphene oxide and PEG 400 additions on CO2/CH4 separation performance were studied in this research. The membrane containing 0.25 wt.% GO in Pebax 1657 showed a better separation factor compared to pristine Pebax 1657 composite membrane by increasing from 12.18 to 42.33. However, CO2 permeance dropped when GO was incorporated in Pebax matrix. PEG 400 was added in Peabax 1657 matrix to increase CO2 permeance and it was found that the composite membrane containing 50 wt.% PEG 400 in polymer matrix with 0.25 wt.% GO showed the good CO2/CH4 separation factor up to 42.81 and also CO2 permeance of 13.07 GPU. With the obtained results, it could be concluded that GO mainly influenced separation factor because GO generated a rigidified interface between the polymer and fillers Moreover, GO also block the pathway for CH4 through membrane resulting to an increased diffusion distance and enhance the separation between CO2 and CH4. Whereas PEG 400 provided a higher CO2 permeance due to a loose chain of Pebax 1657 matrix.
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) | 0,000 | 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) | 0,000 | 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 ».