Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Universidade Estadual Paulista (UNESP) | - |
Autor(es): dc.contributor | Rua da Escola Industrial e Comercial de Nun 'Alvares | - |
Autor(es): dc.contributor | nº 644 | - |
Autor(es): dc.contributor | University of Porto | - |
Autor(es): dc.creator | Peres, Christiano Bruneli | - |
Autor(es): dc.creator | Morais, Leandro Cardoso de | - |
Autor(es): dc.creator | Resende, Pedro Miguel Rebelo | - |
Data de aceite: dc.date.accessioned | 2025-08-21T15:25:39Z | - |
Data de disponibilização: dc.date.available | 2025-08-21T15:25:39Z | - |
Data de envio: dc.date.issued | 2025-04-29 | - |
Data de envio: dc.date.issued | 2024-01-31 | - |
Fonte completa do material: dc.identifier | http://dx.doi.org/10.1016/j.jcou.2024.102680 | - |
Fonte completa do material: dc.identifier | https://hdl.handle.net/11449/304604 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/304604 | - |
Descrição: dc.description | The alarming increase in the concentration of carbon dioxide (CO2) in the atmosphere, mainly due to human emissions, represents a significant threat to life. In this context, carbon capture and storage (CCS) technologies have emerged as promising solutions, such as adsorption on carbonaceous materials, standing out as a prominent approach. This study aims to quantify the maximum CO2 capture in the laboratory scale using functionalized activated carbon by passion fruit peel biomass (FACPFP) and to develop a simple and improved machine learning model to predict the capture of this greenhouse gas. FACPFP was successfully prepared through chemical activation with K2C2O4 and doping with ethylenediamine (EDA) at 700 °C and 1 h. The samples were thoroughly characterized by thermogravimetric analysis (TGA), scanning electron microscopy (SEM) with energy dispersive X-ray detector (EDX), Fourier transform infrared spectroscopy (FTIR) and X-ray photoelectron spectroscopy (XPS). CO2 sorption was assessed using functional density theory (DFT). For predictive model, multiple linear regression with cross-validation was used. Under CO2 atmosphere conditions, the textural parameters allowed to see the probable presence of ultra-micropores, the BET surface area, the total pore and micropore volume were 105 m²/g, 0.03 cm³ /g and 0.06 cm³ /g, respectively. The maximum CO2 adsorption capacity in the FACPFP reached about 2.2 mmol/g at 0 °C and 1 bar. The predictive model demonstrated an improvement of CO2 adsorption precision, raising it from 53% to 61% with cross-validation. This study also aims to stimulate future investigations in the area of CO2 capture, due to the extreme relevance of this topic. | - |
Descrição: dc.description | Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP) | - |
Descrição: dc.description | Institute of Science and Technology São Paulo State University (UNESP) “Júlio de Mesquita Filho”, Sorocaba Campus, Av. Três de Março, 511, Alto da Boa Vista, São Paulo | - |
Descrição: dc.description | Prometheus Polytechnic Institute of Viana do Castelo Rua da Escola Industrial e Comercial de Nun 'Alvares | - |
Descrição: dc.description | Escola Superior de Tecnologia e Gestão Instituto Politécnico de Viana do Castelo Avenida do Atlântico nº 644 | - |
Descrição: dc.description | CEFT Faculty of Engineering University of Porto | - |
Descrição: dc.description | Institute of Science and Technology São Paulo State University (UNESP) “Júlio de Mesquita Filho”, Sorocaba Campus, Av. Três de Março, 511, Alto da Boa Vista, São Paulo | - |
Descrição: dc.description | FAPESP: #2021/11104-8 | - |
Idioma: dc.language | en | - |
Relação: dc.relation | Journal of CO2 Utilization | - |
???dc.source???: dc.source | Scopus | - |
Palavras-chave: dc.subject | CO2 capture | - |
Palavras-chave: dc.subject | Machine learning | - |
Palavras-chave: dc.subject | Porous carbon | - |
Título: dc.title | Carbon adsorption on waste biomass of passion fruit peel: A promising machine learning model for CO2 capture | - |
Tipo de arquivo: dc.type | livro digital | - |
Aparece nas coleções: | Repositório Institucional - Unesp |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: