Organic transformation and kinetics in preheating and oxidation stages during supercritical water oxidation treatment of oily sludge
Notice bibliographique
Résumé
The treatment of oily sludge presents significant environmental challenges due to its high organic pollutant content and the risk of soil and groundwater contamination. This study investigates the two-stage preheating-supercritical water oxidation (SCWO) process in treating oily sludge, focusing on the reaction mechanisms and organic component transfer across solid, liquid, and gas phases. During preheating, desorption, volatilization, and thermal decomposition of oil and solids drive organic migration; kinetic analysis reveals the limited reaction rates of preheating, leading to incomplete chemical oxygen demand (COD) removal and partial desorption at this stage. In the SCWO stage, rapid oil-solid desorption equilibrium is observed, with a reaction order of 2.11 ± 0.016 relative to sludge concentration and 0.82 ± 0.02 for oxygen concentration, underscoring oxidant effects in complex feedstock reactions. Preheating facilitates long-chain alkane cracking, ring-opening polymerization of cyclic siloxanes, and amine removal, while SCWO degrades macromolecular esters, opens cyclic structures, and enables nitrogen transfer. These insights improve process understanding, enhance treatment efficiency, and mitigate environmental impacts.
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 | 0,000 | 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 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 ».