Speciation Detection Deciphering C <sub>2</sub> H <sub>2</sub> /Cl-Driven Mercury Escape Mechanisms in PVC Production
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
Mercury emissions from acetylene hydrochlorination processes in polyvinyl chloride (PVC) production pose severe environmental risks yet remain poorly quantified due to methodological limitations in high-reactivity C 2 H 2 /HCl atmospheres. We reported an advanced operando mercury speciation platform named PVC-OHM, engineered through systematic optimization of the Ontario Hydro method (OHM), achieving simultaneous real-time detection of elemental mercury (Hg 0 ) and divalent mercury (Hg 2+ ) with unprecedented sensitivity (0.12 μg/m 3 ) under industrially relevant conditions. Our mechanistic investigation reveals three dominant mercury escape pathways: (1) thermal desorption, wherein localized hotspots accelerate HgCl 2 decomposition and elevate the saturated vapor pressure at carbon-mercury interface (from 0.9 to 20.3 atm), contributed to 80% of total Hg loss; (2) C 2 H 2 driven reductive decomposition of HgCl 2 catalyst at carbon–mercury interfaces, responsible for 65–78% of Hg 0 emissions and (3) excess chlorine adsorption-induced desorption ([HgCl 2 /AC] Cl 5, E ads > 0) accounting for >10% of Hg 2+ emissions. Quantitative tracking demonstrates alarming mercury loss of per gram catalyst (5 wt % Hg) reached as 3.08 mg Hg 0 and 9.01 mg Hg 2+, directly linked to localized thermal gradients (Δ T = 250–300 °C) at reaction hotspots. This work establishes the first experimentally validated framework for mercury fate prediction in carbide-based PVC synthesis, providing actionable strategies for emission control through hotspot mitigation and coordination environment 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.
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 | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| 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