Comparison of CTA and TFC FO-membranes for water recovery
Notice bibliographique
Résumé
For centuries, mankind has faced water-related issues for it is a limited good of vital importance for \nhuman development. Climate change, pollution and world water scarcity now have given more \nawareness to these problems. However, it is in human societies nature to consume water and return \nit to the environment in a form that is no longer profitable for human use. Ages of developing \ntechniques and systems for water distribution has led to nowadays being able to obtain water from \nour own wastewater. Osmotic membrane bioreactor (OMBR) processes are a very important step in \nwater tertiary treatment and furthermore, forward osmosis OMBR (FO-OMBR), which is at the \nvanguard of research and innovation. FO-OMBR uses the water gradient that the difference of osmotic \npressure creates to separate physiochemically water from wastewater. In this project, first steps at \nlaboratory-scale experiments are carried out to characterize osmotic membranes for further use at \npilot-scale. Cellulose triacetate (CTA) has been widely used, and new materials such as thin-film \ncomposite (TFC) polyamide membranes have been produced. Therefore, new work is needed to \ncompare their behavior at different concentration of the osmotic agent while also comparing \nperformances at water recovery, lifespan of membrane and costs. In this work, sodium chloride is \nused as the osmotic agent. Also, the system configuration is considered as a limiting variable at \noperating, so different experiments were carried in both suction and pulsion modes. Impact of the \npump is contemplated too so different pump speed experiments were held. In this study, it was also \nconsidered challenges such as salt loss from the draw solution (DS), so RSD value is reckoned. \nHowever, membrane fouling was not contemplated in this study; further work needs to be done. Once \nthe results were obtained, it was regarded that when operated with TFC membrane better \nperformance of the OMBR is done, as RSD values were lower and permeate volumes higher. Even \nthough no essential differences where seen between suction and pulsion configurations, it was pulsion \nthat showed better performance values
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».