İndigo boyama atıksularının membran teknolojileri kullanılarak geri kazanımı veyeniden kullanımı.
Notice bibliographique
Résumé
The objective of this study is to develop a membrane-based generic treatment scheme for wastewaters of indigo dyeing process of denim industry, based on water reuse. For this purpose, firstly the performances of microfiltration (MF), coagulation, and ultrafiltration (UF) processes were evaluated as pretreatment alternatives and the best pretreatment alternatives appeared to be single stage 5 m MF and sequential 5 m MF followed by 100 kDa UF providing high permeation rate and high color retention. These two pretreatment alternatives were compared based on the performance of nanofiltration (NF) using NF 270 membrane, and the best pretreatment process was evaluated as 5 m MF that provided 87-92% color and 10% chemical oxygen demand (COD) retention. After the pretreatment tests, three different NF (NF 270, NF 90, Dow Filmtec, USA and NF 99, Alfa Laval, Denmark) and two different reverse osmosis (RO) membranes (HR 98 PP and CA 995 PE, Alfa Laval, Denmark) were tested to produce reusable water. Permeate COD and color performances of the tested NF and RO membranes were similar and satisfactory in meeting the relevant reuse criteria, while permeate conductivity was satisfactory only for HR 98 PP RO membrane and for NF 90 membrane. On the other hand, NF 270 membrane was superior to the other membranes in terms of permeation rate. For NF 270 membrane; cumulative color, COD and conductivity retentions were found to be 93 %, 92 %, and 60 %, respectively. When the developed process chain (5m MF+ NF 270) was also tested for a dilute indigo dyeing wastewater, it was found out that the developed scheme works similarly and is generic for indigo dyeing wastewaters.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,003 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,009 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,006 | 0,003 |
| Intégrité de la recherche | 0,004 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,019 | 0,046 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».