MétaCan
Menu
Retour à la cohorte
Enregistrement W1991165220 · doi:10.1002/cjce.21696

Flax straw char‐CO<sub>2</sub> gasification kinetics and its inhibition studies with CO

2012· article· en· W1991165220 sur OpenAlexafffundvenueabout
Thilakavathi Mani, Nader Mahinpey

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueThermochemical Biomass Conversion Processes
Établissements canadiensUniversity of Calgary
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésCharReactivity (psychology)Particle sizePyrolysisBiomass (ecology)Chemical engineeringParticle (ecology)ChemistryKineticsStrawMaterials scienceOrganic chemistryInorganic chemistryPhysical chemistryAgronomyPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract Char gasification has been studied in different ways with different feedstock; however, the fundamental studies about the variation of char reactivity with different combination of parameters are still required in order to design the biomass char gasification process in large scale unit. In this work, char from flax straw pyrolysis was used for gasification with different partial pressure of CO2, different temperature and particle size. Results showed that 375‐µm particle sizes of char has higher reactivity compared to other particle sizes and the inhibition effect was also less at 375‐µm particle size. Kinetic parameters varied for gasification reaction with different particle sizes and the average activation energy was 196 kJ/mol and the order of the reaction was approximately 1. Inhibition studies with the addition of CO in the gasifying agent proved that CO molecules interfere significantly and reduced the reactivity. ANOVA test showed that the temperature plays a vital role in char reactivity. The particle sizes of 375 and 800 µm along with the CO2 partial pressure of 0.35 bars are the best combination for achieving the maximum reactivity. © 2012 Canadian Society for Chemical Engineering

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,013
Tête enseignante GPT0,199
Écart entre enseignants0,185 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2012
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetThermochemical Biomass Conversion ProcessesTravaux en français237 207