Separation of Refrigerant Gas Mixtures Containing\nR32, R134a, and R1234yf through Poly(ether-<i>block</i>-amide)\nMembranes
Notice bibliographique
Résumé
Hydrofluorocarbons\n(HFCs) are powerful greenhouse gases whose production\nand consumption must be phased down in order to reach the reduction\ngoals established by the Kigali Amendment to the Montreal Protocol.\nHowever, the share of recycled refrigerant gases remains very low\nowing to the extremely inefficient separation of refrigerant mixtures\nby cryogenic distillation. In this sense, the HFCs, difluoromethane\n(R32, GWP = 675) and 1,1,1,2-tetrafluoroethane (R134a, GWP = 1430),\ntogether with the hydrofluoroolefin (HFO) 2,3,3,3-tetrafluoropropene\n(R1234yf, GWP = 4), are among the most common constituents of HFC/HFO\nrefrigerant mixtures currently employed in the refrigeration and air-conditioning\nsector. Therefore, the feasibility of using membrane technology for\nthe selective separation of these compounds is assessed in this work\nfor the first time. A comprehensive study of their gas permeation\nthrough several poly(ether-<i>block</i>-amide) (PEBA) membranes\nthat differ on the content and type of backbone segments is performed.\nResults show that PEBA membranes exhibit superior permeability of\nR32 (up to 305 barrer) and R134a (up to 230 barrer) coupled with reasonably\nhigh selectivity for the gas pairs R32/R1234yf (up to 10) and R134a/R1234yf\n(up to 8). Moreover, for the blends R32/R1234yf and R32/R134a, the\nmembrane separation performance is not significantly affected under\nthe mixed gas conditions tested. Thus, results evidence that consideration\nshould be given to membrane technology for the cost-efficient separation\nof HFC/HFO mixtures in order to boost the recycling of these compounds.
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 | 0,002 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,077 | 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 ».