Maximizing the wetting resistance of fluorine-free omniphobic membranes for hypersaline wastewater desalination
Notice bibliographique
Résumé
Membrane distillation (MD) equipped with omniphobic (non-wetting) membranes has found a niche in water reclamation from hypersaline industrial wastewater. Here, we examined the efficacy of non-fluorinated materials as surface coating agents for omniphobic MD membrane fabrication, and identified necessary mechanisms to attain a maximized wetting resistance using fluorine-free materials. We first prepared MD membranes with different surface chemistries using a series of linear alkylsilanes and polydimethylsiloxane (PDMS) as representative fluorine-free, low surface energy materials. Membranes modified with a longer chain alkylsilane exhibited a lower surface energy and demonstrated a greater wetting resistance in direct contact MD experiments using feedwaters of various surface tensions. Despite the nearly identical surface energy measured for the longest alkylsilane and PDMS, PDMS-modified membrane exhibited an extended antiwetting performance as compared to the membrane treated with the longest alkylsilane. To elucidate the source of the distinctive wetting resistance, we examined the nucleation and condensation kinetics on the surfaces with the different surface chemistries via environmental scanning electron microscopy. Our analysis suggests that the membranes treated with long chain alkylsilanes contain surface defects (i.e., hydrophilic regions) whereas the high mobility of the PDMS effectively minimizes the defect exposure, slowing down the condensation and subsequent surface wetting.
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 | 0,005 | 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 | 0,001 | 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 ».