Metal cation crosslinked, partially reduced graphene oxide membranes with enhanced stability for high salinity, produced water treatment by pervaporative separation
Notice bibliographique
Résumé
Abstract Graphene oxide (GO)-based membranes hold significant promise for applications ranging from energy storage to protective coatings, to saline water and produced water treatment, owing to their chemical stability and unique barrier properties achieving a high selectivity for water permeation. However, unmodified GO membranes are not stable when submerged in liquid water, creating challenges with their commercial utilization in aqueous filtration and pervaporation applications. To mitigate this, we develop an approach to modify GO membranes through a combination of low temperature thermal reduction and metal cation crosslinking. We demonstrate that Zn 2+ –rGO and Fe 3+ –rGO membranes had the highest permeation flux of 8.3 ± 1.5 l m −2 h −1 and 7.0 ± 0.4 l m −2 h −1 , for saline water separation, respectively, when thermally reduced after metal cross-linking; These membranes maintained a high flux of 7.5 ± 0.7 l m −2 h −1 , and 5.5 ± 0.3 l m −2 h −1 for produced water separation, respectively. All the membranes had a salt rejection higher than 99%. Fe 3+ crosslinked membranes presented the highest organic solute rejections for produced water of 69%. Moreover, long term pervaporation testing was done for the Zn 2+ –rGO membrane for 12 h, and only a minor drop of 6% in permeation flux was observed, while Zn 2+ –GO had a drop of 24%. Both modifiers significantly enhanced the stability with Fe 3+ –rGO membranes displaying the highest mechanical abrasion resistance of 95% compared to non-reduced and non-crosslinked GO. Improved stability for all samples also led to higher selectivity to water over organic contaminants and only slightly reduced water flux across the membrane.
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 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| 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 ».