MétaCan
Menu
Retour à la cohorte
Enregistrement W4394960573 · doi:10.1002/cjce.25282

The recycling of sulphur in waste and conversion to manganese sulphate: Process optimization, kinetic study, mechanistic insights

2024· article· en· W4394960573 sur OpenAlexvenueno aff
Hao Yan, Wenhua Tong, Jiepeng Wang, Panyu Li, Xuqian Wang, Yongkui Zhang

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueCatalysis and Hydrodesulfurization Studies
Établissements canadiensnon disponible
Organismes subventionnairesSichuan University
Mots-clésManganeseSulfurChemistrySulfur dioxideResponse surface methodologyDiffusionInorganic chemistryMaterials scienceOrganic chemistryChromatography

Résumé

récupéré en direct d'OpenAlex

Abstract Waste sulphur produced in industrial processes is often exposed to the air, and its diffusion and combustion in the environment can produce harmful substances, posing a significant risk to ecological safety and human health. Herein, a novel method for the direct treatment of solid sulphur with manganese dioxide based on a simple sealed reactor is proposed. Significantly, the developed sulphur treatment technology could prepare high purity manganese sulphate at the same time. Under the optimum conditions of the reaction temperature of 187.2°C, reaction time of 21.6 h, sulphuric acid loading of 1.00 mol ∙ L −1 , and manganese dioxide dosage of 4.00 mol ∙ mol‐S −1 derived by the response surface method (RSM), the removal efficiency of sulphur could reach near 100%, and the purity of the manganese sulphate product obtained was more than 98%. Kinetic model fitting analysis and several characterization methods were adopted to confirm that the reaction process between sulphur and manganese dioxide follows the unreacted nuclear model controlled by surface chemical reaction, and the transformation paths of Mn and S elements were proposed. This study provides a novel method for the resource treatment of waste sulphur and the preparation of high purity manganese sulphate.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,049
Score d'incertitude au seuil0,246

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 GPT0,197
Écart entre enseignants0,191 · 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'étudeSimulation ou modélisation
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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetCatalysis and Hydrodesulfurization StudiesTravaux en français237 207