Gaseous emissions from agricultural biomass combustion: a prediction model
Notice bibliographique
Résumé
<abstract> <bold>Abstract.</bold> As the price of the fossil energy resources and the need to reduce the environmental impacts from energy use increase, biomass fuels have regained interest from Quebecâs agricultural sector. Producing and burning energy crops at the farm have become strategies to diversify incomes and decrease dependency to fossil fuels. However, the current absence of emission factors for solid fuel combustion does not allow a sustainable development for energy purposes. Besides, the variety of existing furnaces and biomasses complicates the establishment of such reference values. In order to quantify emissions (CO, CO<sub>2</sub>, NO<sub>x</sub>, SO<sub>2</sub>, CH<sub>4</sub>, NH<sub>3</sub> and HCl) from on-farm combustion of different agricultural biomasses (short-rotation willow, switchgrass, reed canary grass, etc.), a prediction model was established based on the calculation of chemical equilibrium of reactive multicomponent systems. Under constant temperature and pressure, this technique has been judged as relevant for the prediction of product compositions considering inlet conditions in several operations and chemical processes, particularly gasification. The model was first established for wood gasification to be able to compare and validate its results with those of existing models from the literature using the same original data. The model was then adapted to biomass combustion and calibrated with recent results from combustion tests held in the province of Quebec. The preliminary results of the prediction model using data from past combustion experiments with wood, willow and switchgrass revealed good agreement between both measured and predicted values. Other simulation tests are required to increase accuracy of the model.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,007 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».