Prediction of by-product generation in gaseous ultraviolet photocatalytic oxidation processes
Notice bibliographique
Résumé
By-product generation poses a significant challenge in ultraviolet photocatalytic oxidation (UV-PCO) processes for removing gaseous volatile organic compounds (VOCs). It must be carefully addressed when evaluating and optimizing UV-PCO-based air purifiers. This study establishes a comprehensive modeling framework to predict and mitigate by-product generation in UV-PCO systems, bridging a critical research gap. Regression models for water adsorption coefficients ( K w , i ), adsorption coefficients ( K i ) and overall reaction rates ( k overall ) within the Langmuir-Hinshelwood (L-H) model were developed, and used to predict the outlet concentrations of by-products of the proposed reaction pathways for challenging VOCs, including ethanol, 2-propanol, acetone, and methyl ethyl ketone (MEK). Experimental validation using acetone, 2-propanol, and ethanol degradation demonstrated the model’s effectiveness in forecasting by-product generation in UV-PCO processes. Additionally, an evaluation index ( I i ) was introduced to quantify the system’s impact on indoor air quality (IAQ), incorporating 8-hour occupational exposure limits for toxic by-products. I i was estimated for different VOCs under the various relative humidity, revealing that a positive IAQ impact under worst-case conditions (acetone degradation at 70% relative humidity) requires enhanced UV-PCO performance and acetaldehyde removal exceeding 46% to ensure effectiveness ( I i < 1 ). This study provides key insights to enhance the effectiveness and safety of UV-PCO systems in real-world air purification applications.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».