Process optimization and techno-economic analysis of polyethylene terephthalate (PET) depolymerization in a non-aqueous alkaline environment for monomer recovery and reuse
Notice bibliographique
Résumé
This study presents a comprehensive investigation into optimizing polyethylene terephthalate (PET) depolymerization under alkaline conditions using response surface methodology (RSM). The critical process parameters studied were temperature, NaOH concentration, and reaction time. In the first phase, the combined effect of ozone pretreatment and ultrasound assistance on depolymerization efficiency was examined, revealing a positive direct correlation. In the second phase, RSM optimization with ozone pretreatment with ultrasonication conditions achieved 83.58% terephthalic acid (TPA) recovery and a total monomer recovery of 92.14%. Notably, applying the RSM-optimized conditions to virgin PET samples without pretreatment yielded comparable results thus highlighting the importance of statistical optimization tools. Techno-economic analysis using RSM optimized conditions for plant capacities ranging from 2.4 to 72 MT/day identified a minimum selling price of $1,533 USD/MT for TPA at the largest making it competitive with virgin TPA and other depolymerization methods. Sensitivity analysis highlighted feedstock and equipment costs as primary economic drivers, revealing opportunities for cost optimization.
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 | 0,001 | 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 ».