Thermal Activation of CaO-Based Sorbent and Self-Reactivation during CO<sub>2</sub> Capture Looping Cycles
Notice bibliographique
Résumé
In this study, the thermal activation of different types of CaO-based sorbents was examined. Pretreatments were performed at different temperatures (800--1300 degrees C) and different durations (6--48 h) using four Canadian limestones. Sieved fractions of the limestones, powders obtained by grinding, and hydroxides produced following multiple carbonation/calcination cycles achieved in a tube furnace were examined. Pretreated samples were evaluated using two types of thermogravimetric reactors/ analyzers. The most important result was that thermal pretreatment could improve sorbent performance. In comparison to the original, pretreated sorbents showed better conversions over a longer series of CO2 cycles. Moreover, in some cases, sorbent activity actually increased with cycle number, and this effectwas especially pronounced for powdered samples preheated at 1000 degrees C. In these experiments, the increase of conversion with cycle number (designated as self-reactivation) after 30 cycles produced samples that were approximately 50% carbonated for the four sorbents examined here, and there appeared to be the potential for additional increase. These results were explained with the newly proposed pore--skeleton model. This model suggests, in addition to changes in the porous structure of the sorbent, that changes in the pore--skeleton produced during pretreatment strongly influence subsequent carbonation/ calcination cycles.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».