MétaCan
Menu
Retour à la cohorte
Enregistrement W1999235075 · doi:10.1039/c0ee00692k

Fischer–Tropsch fuels refinery design

2011· article· en· W1999235075 sur OpenAlexaff
Arno de Klerk

Notice bibliographique

RevueEnergy & Environmental Science · 2011
Typearticle
Langueen
DomaineEngineering
ThématiqueProcess Optimization and Integration
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésDiesel fuelCetane numberFischer–Tropsch processRefineryJet fuelGasolineRefining (metallurgy)Oil refineryWaste managementMotor fuelYield (engineering)Environmental scienceEngineeringChemistryBiodieselMaterials scienceCatalysisOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Carbon sources, such as coal, natural gas, biomass and waste, can be converted into transportation fuels by combining appropriate gasification, Fischer–Tropsch and refining technologies. Efficient refining of the Fischer–Tropsch synthesis derived syncrude requires a different approach to refinery design than commonly applied to crude oil refinery design. The design of refineries to optimise the production of on-specification motor-gasoline, jet fuel and diesel fuel respectively from both high temperature Fischer–Tropsch (HTFT) syncrude and low temperature Fischer–Tropsch (LTFT) are considered. Refinery designs are presented for the production of motor-gasoline and jet fuel with better than 50% yield (better than 70% selectivity on transportation fuel), without resorting to very complex designs. Only diesel fuel refining presented a problem, since the production of on-specification EN590:2004 diesel fuel is limited by a Fischer–Tropsch specific cetane-density-yield trade-off. The compound classes that are required to produce diesel fuel in high yield that meet both minimum cetane number and minimum density requirements are not abundant in Fischer–Tropsch syncrude. Refinery designs for diesel fuel production was limited to a yield of less than 25% EN 590 : 2004 compliant diesel fuel. This yield restriction does not apply when diesel fuel specifications do not have a minimum density requirement.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,029

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0090,003

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 Opus0,017
Tête enseignante GPT0,171
Écart entre enseignants0,154 · 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'étudeSimulation ou modélisation
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

Citations194
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnergy & Environmental ScienceMême sujetProcess Optimization and IntegrationTravaux en français237 207