MétaCan
Menu
Retour à la cohorte
Enregistrement W6982058931

Graphene Based Membranes for High Salinity, Produced Water Treatment by Pervaporation Separation

2023· dissertation· en· W6982058931 sur OpenAlexfundno aff

Notice bibliographique

RevueUWSpace (University of Waterloo) · 2023
Typedissertation
Langueen
DomaineEnvironmental Science
ThématiqueMembrane Separation Technologies
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaAbu Dhabi National Oil Company
Mots-clésPervaporationMembraneProduced waterGrapheneAqueous solutionMembrane technologyWater treatmentOxideWastewaterHydrolysis
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Petroleum industries generate huge volumes of wastewater that is associated with oil and gas during extraction, known as produced water. It accounts for 98% of the amount extracted, and comprises diverse pollutants of salts, suspended solids, dissolved organic solutes, and dispersed oils; that require to be safely treated before being disposed to the environment, or reused for various beneficial applications. Nowadays, graphene-based membranes have shown potential as a membrane material due to their high performance and stability features. This research demonstrated the use of graphene oxide membranes supported on polyethersulfone films (GO/PES) for high salinity water, simulated produced water model (PWM), and PWM with simulated foulants treatment via the pervaporation separation technology. The membranes showed the highest water flux of 47.8 L m-2 h-1 for NaCl solutions in pervaporation testing operated at 60 oC, and salt and organic rejections of 99.9% and 56%, respectively. In addition, the membranes were tested for long-term pervaporation for 72 hours and showed a decline of 50–60% from the initial flux in the worst-case-scenario. Moreover, in-depth investigation of the Zn2+ crosslinker showed a hydrolysis reaction to Zn(OH)2, with the progress of the long-term pervaporation, in which much of it is being leached out. Consequently, since GO membranes are not stable in water, it remains challenging to be utilized in the industry. A more stable GO membrane in aqueous phase was proposed. The membrane’s stability was enhanced by divalent and trivalent metal cations of Zn2+ and Fe3+ crosslinkers, respectively, and partial reduction under vacuum. Two orders of fabrications were investigated of either crosslinking rGO (method I) or reducing \nM+–rGO (method II). The prepared membranes were examined for their characterization and performance. Fe3+–rGO prepared by method II showed the best organic solute rejection of 69%. Moreover, long-term pervaporation experiment was performed for 12 hours for Zn2+–rGO membranes, and revealed a drop in flux of 6% only, while Zn2+–GO membrane had a drop in flux of 24%. Additionally, the stability of the membranes was tested via an abrasion method using a rotary wheel abrader. The conducted experiments revealed that Fe3+–rGO membranes had the maximum mechanical integrity with an abrasion resistance of 95% compared to the initial control (non-reduced and non-crosslinked) GO/PES membrane.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,016
Tête enseignante GPT0,233
Écart entre enseignants0,217 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUWSpace (University of Waterloo)Même sujetMembrane Separation TechnologiesTravaux en français237 207