Removal of Microplastics/Microfibers and Detergents from Laundry Wastewater by Microbubble Flotation
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Microplastics (MPs), particularly microplastic fibers (MFs), released during laundry processes, constitute a major source of primary MPs in the water environment, raising growing ecological and environmental concerns. This study developed and evaluated a microbubble-enhanced flotation approach to effectively remove MPs/MFs and surfactants─essential components of commercial detergents and common pollutants─from laundry wastewater (LW). Through bench-scale and pilot-scale experiments, we investigated a wide range of parameters affecting recovery efficiency, focusing on MP properties (5 plastic types, 3 particle size ranges, and 4 concentration levels), water chemistry (5 detergent concentrations), and operational conditions (2 types of gases, 3 bubble size ranges, and 3 gas flow rates). Our results showed that under optimized conditions, microbubble flotation could effectively remove over 98 wt % of MPs/MFs and over 95 wt % of surfactants from LW. Moreover, the high removal rates achieved in bench-scale microbubble flotation processes were successfully reproduced in upscaling trials using a pilot-scale bubble column of 5.7 m in height. This work demonstrates the robustness and reliability of microbubble flotation for industrial LW treatment, providing a straightforward, cost-effective, and environmentally friendly solution for the concurrent removal of MPs and surfactants.
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.
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) | 0,001 | 0,001 |
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 découle