Effect of Fuel Additives on Agricultural Straw Pellet Quality
Notice bibliographique
Résumé
An investigation was conducted to determine the effect of addition of different levels of AK2, a fuel additive that reduces ash fusion for agricultural biomass, on the physico-chemical properties of biomass pellets. Three different biomass straws, barley, oat, and wheat were ground at two hammer mill screen sizes of 0.8 mm and 1.6 mm. Each ground biomass sample was mixed with three levels of AK2, 0.05%, 0.10%, and 0.15% by mass and also a blank (no AK2) was set aside for comparison. Pellets were made using single-pelleting unit at a pre-set load of 4 400 N corresponding to a pressure of 138.9 MPa. Physical quality of pellets were determined by measuring pellet density, relaxed density, durability, and the specific energy required to make a pellet. Pellets having higher durability values (74%-88%) were obtained from ground straw at hammer screen size of 0.8 mm and AK2 level of 0.15% compared to other treatments. Carbon, hydrogen, nitrogen, and sulfur content of blank pellets and those with 0.15% AK2 at hammer screen size of 0.8 mm were determined. Pellets made with 0.15% AK2 at hammer screen size of 0.8 mm, manufactured by pilot-scale pellet mill, were gasified and the tar content was determined. The tar content of pellets with 0.15% AK2 was significantly lower than blank pellets. Keywords: biomass, biofuels, slag, foul, pelleting, fuel additive DOI: 10.3965/j.ijabe.20140702.011 Citation: Emami S, Tabil L G, Adapa P, George E, Tilay A, Dalai A, et al. Effect of fuel additives on agricultural straw pellet quality. Int J Agric & Biol Eng, 2014; 7(2): 92－100.
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 ».