Optimizing removal of elemental mercury from flue gas using halide‐impregnated red mud
Notice bibliographique
Résumé
Abstract Mercury (Hg 0 ) emission from coal‐fired industrial plants poses severe threats to ecosystem sustainability and human health, urging the development of novel and cost‐effective adsorbents to treat industrial flue gas. Herein, the modification of industrial residual red mud (RM) through the impregnation of hydrogen halides (HH) and its adsorption characteristics for removing elemental mercury from combustion flue gas was reported. Experimental investigation of HH‐modified RM reveals that the hydrogen iodide (HI)‐modified RM with a concentration of 1.5 M had a maximum Hg 0 removal efficiency of 98%, whereas hydrogen bromide (HBr) 1.5 M modified RM had a maximum Hg 0 removal efficiency of 90%. The effect of various parameters, such as reaction temperature and halide concentrations, were also found to be influential for the adsorption efficiency of the modified RM. Moreover, it is important to highlight the chemisorption characteristics of HI‐modified RM, which significantly enhances the efficiency of the removal process. The Hg 0 removal efficiency increases with the increase in HI concentration (1.5 M @ 93%) with an optimal reaction temperature of 140°C. Furthermore, the maximum Hg 0 removal attained with a change in NO concentration was 98% at 200 ppm. However, increasing the SO 2 concentration reduces the efficiency of RM for removing Hg 0 in simulated coal combustion flue gas. The pseudo‐second‐order model ( R 2 = 0.98) accurately describes the adsorption of in kinetic investigations, indicating a chemisorption mechanism. This analysis of the chemisorption mechanism highlights the efficiency of halide‐modified industrial solid waste, which has the potential to be used in the design of economical and innovative adsorbents for reducing environmental pollution. The present study employed specific reaction parameters such as reaction temperature, halide loading contents, and different flue gas compositions, which had not been extensively explored.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 source (Gemma direct ou Codex distillé), 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 ».