Effect of the main components in gasification wastewater on the surface properties of 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
Abstract Coal water slurry is an advanced and efficient clean coal technology; using gasification wastewater to prepare coal water slurry can recycle wastewater and improve energy utilization efficiency. As the complex substances in wastewater have a great influence on the slurry properties, the effects of organic matter, metal ions, and ammonia nitrogen in gasification wastewater on the surface properties of coal water slurry are studied in this paper in order to provide new ideas for slurry mechanism of coal water slurry prepared from wastewater. Results show the following: (a) Compared with ordinary coal water slurry, the concentration of coal water slurry prepared from wastewater with high organic content increased by 2.9%, while the concentration of coal water slurry prepared from wastewater with high ammonia nitrogen content decreased by 2.1%. (b) The contact angles of coal water slurry prepared with phenols, alcohols, and urethane are reduced by 2.8°, 6.3°, and 1.5°, respectively, so organic matter can change the hydrophilicity of coal particles and affect slurryability. (c) Mg 2+ and Ca 2+ have basically no effect on slurry. Fe 3+ reduces the absolute value of Zeta potential by 33.1, and Cu 3+ increases that by 22.8, as they affect the slurryability by changing the surface potential of coal particles and the absorption of additives. (d) Ammonia nitrogen influences the slurryability by changing the pH value of the slurry. The conclusion of the influence mechanism of organic matter, metal ions, and ammonia nitrogen in wastewater on slurryability can provide a technical reference for the selection of suitable wastewater to prepare coal water slurry.
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 | 0,001 | 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