Carboxyalkylated Lignin as a Sustainable Dispersant for Coal Water Slurry
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
Coal water slurry (CWS) has been considered a cleaner and sustainable alternative to coal. However, the challenging suspension of coal particles in CWS has created a major obstacle to its use in industry. This study presents a novel approach to enhance the stability and rheological properties of coal water slurry (CWS) through the utilization of carboxyalkylated lignin (CL) as a dispersant. The generated CL samples had high water solubility of around 9 g/L and a charge density of around 2 mmol/g. All CLs were able to stabilize the coal suspension, and their performance decreased due to the increase in the alkyl chain length of carboxyalkylated lignin. Carboxymethylated lignin (CL-1) improved the stability of the coal suspensions with the lowest instability index of less than 0.6. The addition of CLs reduced the contact angle of the coal surface from 45.3° to 34.6°, and the increase in the alkyl chain length hampered its effect on contact angle changes. The zeta potential measurements confirmed that the adsorption of CL enhanced the electrostatic repulsion between coal particles in suspensions, and the zeta potential decreased with the increased alkyl chain length of CLs due to increased steric hindrance. The rheology results indicated that CLs demonstrated shear thinning behavior. This innovative method showcases the affinity of carboxyalkylated lignin to improve the performance of CWS, offering an environmentally friendly alternative for producing a cleaner product, i.e., sustainable coal water slurry, with improved suspension stability.
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) | 0,000 | 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 découle