MétaCan
Menu
Retour à la cohorte
Enregistrement W2004276054 · doi:10.1002/ese3.51

Engineering evaluation of direct methane to methanol conversion

2014· article· en· W2004276054 sur OpenAlexaff
Arno de Klerk

Notice bibliographique

RevueEnergy Science & Engineering · 2014
Typearticle
Langueen
DomaineEngineering
ThématiquePhase Equilibria and Thermodynamics
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésMethaneMethanolSyngasCapital costProcess engineeringNatural gasGas to liquidsEnvironmental scienceChemistryWaste managementEngineeringCatalysisOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract Investigations into direct methane to methanol conversion are justified based on the avoidance of synthesis gas generation, which accounts for around 60% of the capital cost of synthesis gas to methanol conversion. A significant body of information already exists on the process chemistry, but little has been reported on the engineering of such a process. An engineering evaluation of the process was performed and the potential of this process as a platform technology for small‐scale gas‐to‐liquids (GTL) applications was evaluated. It was found that direct methane to methanol conversion had 35% carbon efficiency and 28% thermal efficiency, which were about half of the process efficiencies of indirect methanol synthesis using synthesis gas. The poor process efficiency was mainly a consequence of the irreversible loss of carbon to COx during conversion. The direct methane to methanol process also required an air separation unit, which eroded the stated benefit of avoiding a synthesis gas generation step in the process. The utility footprint was typical of GTL processes, with large gas compression duties and cooling duties. Overall, the engineering evaluation indicated there was no benefit to employ direct methane to methanol conversion instead of indirect methanol synthesis (the industry standard), and there was no specific benefit of direct methane to methanol conversion, irrespective of scale, for GTL applications.

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)0,001
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 enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,008
Tête enseignante GPT0,217
Écart entre enseignants0,209 · 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

Citations51
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnergy Science & EngineeringMême sujetPhase Equilibria and ThermodynamicsTravaux en français237 207