Extrusion 3D-Printed Kaolinite Ceramic Filters for Water Applications
Notice bibliographique
Résumé
Ceramic materials have been utilized for centuries across a range of industries due to their chemical stability and porous microstructure. One prominent application is water filtration, where ceramics offer an effective medium for removing contaminants. Ceramic filters can operate under either pressure-driven or gravity-driven mechanisms. While traditional fabrication techniques, such as pottery, have been historically employed to produce ceramic filters, these methods are limited by user skills, lack of reproducibility, and geometric constraints. In contrast, modern additive manufacturing techniques provide enhanced precision, repeatability, and customization. This study employs extrusion-based 3D printing to fabricate gravity-driven ceramic filters with tailored geometries to meet specific performance requirements. The use of 3D printing allows for efficient production of uniform filters with optimized internal structures. The selected ceramic material, derived from natural sources, offers environmental compatibility, as it is both sustainable and biodegradable. The fabricated filters were evaluated for their effectiveness in treating water. The filtration tests showed significant improvements in water quality, including reduced turbidity, color, iron, manganese, and total and calcium hardness. pH increased from 6.23 to 7.26, and conductivity dropped from 7.43 mS to 4.5 mS, indicating effective ion removal. These findings highlight the potential of 3D-printed ceramic filters as an environmentally friendly and effective solution for decentralized water purification applications.
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 | 0,000 |
| 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 ».