Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "poli(chlorek diallilodimetyloamoniowy)" wg kryterium: Temat


Wyświetlanie 1-3 z 3
Tytuł:
Stabilizing Na-bentonite by poly(diallyl dimethyl ammonium chloride) adsorption
Stabilizacja Na-bentonitu przez adsorpcję poli (chlorku diallilodimetyloamoniowego)
Autorzy:
Abdel-Khalek, Mohhamed A.
El-Midany, Ayman A.
Powiązania:
https://bibliotekanauki.pl/articles/1841504.pdf
Data publikacji:
2021
Wydawca:
Polskie Towarzystwo Przeróbki Kopalin
Tematy:
bentonite
clay
cationic polymer
Poly(diallyl dimethyl ammonium chloride)
viscosity
bentonit
glina
polimer kationowy
Poli(chlorek diallilodimetyloamoniowy)
lepkość
Opis:
Clay minerals have been modified by polymers for different applications. .e polymer addition affects not only the surface properties but also the rheological properties and the stability of the clay-polymer suspension as a whole. In the current study, the electro-chemical properties of bentonite particles in presence of poly diallyl dimethyl ammonium chloride (PDDACl) were investigated. .ese properties were characterized by as zeta potential, adsorption isotherm, Fourier transform infrared (FTIR) and the apparent viscosity at different solid percent. .e results indicated that the viscosity of the bentonite-PDDACl suspension not only increases by raising the polymer concentration but also by increasing solids %. Adsorption of PDDACl polymer increases the positivity of bentonite surface as a function of polymer concentration, which could be explained mainly by electrostatic interaction of deficient metal ions at the octahedral sheets of bentonite with the cationic head group of the polymer. .e PDDACl adsorption isotherm on bentonite fits more probably Langmuir than Freundlich isotherm.
Minerały ilaste zostały zmodyfikowane przez dodatek polimerów do rożnych zastosowań. Dodatek polimeru wpływa nie tylko na właściwości powierzchni, ale również na właściwości reologiczne i stabilność zawiesiny glina-polimer jako całości. W niniejszej pracy zbadano właściwości elektrochemiczne cząstek bentonitu w obecności chlorku polidiallilodimetyloamoniowego (PDDACl). Właściwości te scharakteryzowano jako potencjał zeta, izotermę adsorpcji, podczerwień z transformacją Fouriera (FTIR) oraz lepkość pozorną przy rożnych zawartościach fazy stałej. Wyniki wskazały, że lepkość zawiesiny bentonit-PDDACl wzrasta nie tylko wraz ze wzrostem stężenia polimeru, ale także ze wzrostem udziału fazy stałej. Adsorpcja polimeru PDDACl zwiększa dodatniość powierzchni bentonitu w funkcji stężenia polimeru, co można tłumaczyć głownie oddziaływaniem elektrostatycznym deficytowych jonów metali na oktaedrycznych arkuszach bentonitu z kationową grupą polimeru. Izoterma adsorpcji PDDACl na bentonicie pasuje bardziej do izotermy Langmuira niż izotermy Freundlicha.
Źródło:
Inżynieria Mineralna; 2021, 1; 81-87
1640-4920
Pojawia się w:
Inżynieria Mineralna
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Modeling of chromium(III) and chromium(VI) retention coefficient in polyelectrolyte enhanced ultrafiltration
Modelowanie współczynnika retencji chromu(III) i chromu(VI) w ultrafiltracji wspomaganej polielektrolitem
Autorzy:
Korus, I.
Piotrowski, K.
Powiązania:
https://bibliotekanauki.pl/articles/960211.pdf
Data publikacji:
2012
Wydawca:
Towarzystwo Chemii i Inżynierii Ekologicznej
Tematy:
polyelectrolyte enhanced ultrafiltration (PEUF)
Cr(III)
Cr(VI)
poly(sodium 4-styrenesulfonate)
poly(diallyldimethylammonium chloride)
ultrafiltracja wspomagana polielektrolitem (PEUF)
poli(4-styrenosulfonian sodu)
poli(chlorek diallilodimetyloamoniowy)
Opis:
Effectiveness of polyelectrolyte-enhanced ultrafiltration in chromium recovery from its aqueous solutions was tested experimentally. Two chromium species, Cr(III) and Cr(VI) ions, were the subject of ultrafiltration processes enhanced with two water-soluble, ion-exchanging polyelectrolytes. These were: poly(sodium 4-styrenesulfonate) - PSSS (for Cr(III) ions recovery) and poly(diallyldimethylammonium chloride) PDDAC (for Cr(VI) ions recovery). Experimental ultrafiltration tests with the model analytical solutions of appropriate chromium ions (5 and 50 mg dm−3), at different pH and with various polyelectrolyte doses, provided numerical data for the artificial neural networks training procedure. Numerical neural network models made prediction of chromium retention coefficient (R) under different process conditions (pH, polymer dose, concentration of selected Cr form) possible. Strongly non-linear dependencies of retention coefficient (R) on pH and polymer : metal concentration ratio for both chromium species, represented by experimental data, were identified and modeled by neural networks correctly. Good compatibility between experimental data and neural network predictions was observed.
Przedstawiono możliwości prognozowania efektywności separacji chromu z roztworów wodnych w procesie ultrafiltracji wspomaganej działaniem polielektrolitu, korzystając ze sztucznej sieci neuronowej. Badaniom poddano układy zawierające dwie różne formy chromu - Cr(III) i Cr(VI). Do wspomagania ultrafiltracyjnej separacji metalu wykorzystano dwa rozpuszczalne w wodzie polimery o właściwościach jonowymiennych - poli(4-styrenosulfonian sodu), PSSS (separacja Cr(III)) oraz poli(chlorek diallilodimetyloamoniowy), PDDAC (separacja Cr(VI)). Wyniki testów ultrafiltracji przeprowadzonej dla wodnych roztworów modelowych obu form chromu o stężeniach 5 i 50 mg dm−3, przy różnych wartościach pH środowiska oraz zróżnicowanych dawkach właściwych polielektrolitów, stanowiły podstawę uczenia i testowania struktur obliczeniowych sztucznych sieci neuronowych, umożliwiających predykcję współczynnika retencji (R) danej formy chromu dla różnych warunków procesowych (pH, dawka wybranego polimeru, stężenie wybranego jonu Cr). Na podstawie wyników doświadczalnych oraz opracowanych sieciowych modeli numerycznych zidentyfikowano istotny, mocno nieliniowy wpływ pH oraz stosunku stężeń polimer : metal na wartości współczynników retencji (R) obu form chromu. Uzyskano dobrą zgodność danych eksperymentalnych z wartościami wyznaczonymi za pomocą sztucznej sieci neuronowej.
Źródło:
Proceedings of ECOpole; 2012, 6, 2; 529-534
1898-617X
2084-4557
Pojawia się w:
Proceedings of ECOpole
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Neural network model prediction of chromium separation in polyelectrolyte-enhanced ultrafiltration
Modelowanie efektywności separacji chromu w ultrafiltracji wspomaganej polielektrolitami
Autorzy:
Korus, I.
Piotrowski, K.
Powiązania:
https://bibliotekanauki.pl/articles/388955.pdf
Data publikacji:
2014
Wydawca:
Towarzystwo Chemii i Inżynierii Ekologicznej
Tematy:
polyelectrolyte-enhanced ultrafiltration
PEUF
Cr(III)
Cr(VI)
poly(sodium 4-styrenesulfonate)
poly(diallyldimethylammonium chloride)
ultrafiltracja wspomagana polielektrolitem (PEUF)
poli(4-styrenosulfonian sodu)
poli(chlorek diallilodimetyloamoniowy)
Opis:
Effectiveness of polyelectrolyte-enhanced ultrafiltration in chromium recovery from its aqueous solutions was tested experimentally. Two chromium species, Cr(III) and Cr(VI) ions, were the subject of ultrafiltration processes enhanced with two water-soluble, ion-exchanging polyelectrolytes. These were: poly(sodium 4-styrenesulfonate) – PSSS (for Cr(III) ions recovery) and poly(diallyldimethylammonium chloride) – PDDAC (for Cr(VI) ions recovery). Experimental ultrafiltration tests with two different membranes and model solutions of appropriate chromium ions (5 and 50 mg·dm-3), at different pH and with various polyelectrolyte doses, provided numerical data for the artificial neural networks training procedure. Numerical neural network models made prediction of chromium retention coefficient (R) under different process conditions (pH, polymer dose, concentration of selected Cr form) possible. Strongly nonlinear dependences of retention cśfficient (R) on pH and polymer : metal concentration ratio for both chromium species, represented by experimental data, were identified and modeled by neural networks correctly. Good compatibility between experimental data and neural network predictions was observed.
Przedstawiono możliwości prognozowania efektywności separacji chromu z roztworów wodnych w procesie ultrafiltracji wspomaganej działaniem polielektrolitu w oparciu o sztuczną sieć neuronową. Badaniom poddano układy zawierające dwie różne formy chromu – Cr(III) i Cr(VI). Do wspomagania ultrafiltracyjnej separacji metalu wykorzystano dwa rozpuszczalne w wodzie polimery o właściwościach jonowymiennych – poli(4-styrenosulfonian sodu), PSSS (separacja Cr(III)) oraz poli(chlorek diallilodimetyloamoniowy), PDDAC (separacja Cr(VI)). Wyniki testów ultrafiltracji przeprowadzonej dla wodnych roztworów modelowych obu form chromu o stężeniach 5 i 50 mg·dm-3, przy różnych wartościach pH środowiska oraz zróżnicowanych dawkach właściwych polielektrolitów, stanowiły podstawę uczenia i testowania struktur obliczeniowych sztucznych sieci neuronowych, umożliwiających predykcję współczynnika retencji (R) danej formy chromu dla różnych warunków procesowych (pH, dawka wybranego polimeru, stężenie odpowiedniego jonu Cr). Na podstawie wyników doświadczalnych oraz opracowanych sieciowych modeli numerycznych zidentyfikowano istotny, mocno nieliniowy wpływ pH oraz stosunku stężeń polimer : metal na wartości współczynników retencji (R) obu form chromu. Uzyskano dobrą zgodność danych eksperymentalnych z wartościami wyznaczonymi przy pomocy sztucznej sieci neuronowej.
Źródło:
Ecological Chemistry and Engineering. A; 2014, 21, 3; 377-385
1898-6188
2084-4530
Pojawia się w:
Ecological Chemistry and Engineering. A
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-3 z 3

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies