MétaCan
Menu
Retour à la cohorte
Enregistrement W2021850393 · doi:10.1021/ie0511736

Modeling of Sorption-Enhanced Steam Reforming in a Dual Fluidized Bubbling Bed Reactor

2006· article· en· W2021850393 sur OpenAlexaff
Kim Johnsen, John R. Grace, S.S.E.H. Elnashaie, Leiv Kolbeinsen, Dag Øistein Eriksen

Notice bibliographique

RevueIndustrial & Engineering Chemistry Research · 2006
Typearticle
Langueen
DomaineEngineering
ThématiqueChemical Looping and Thermochemical Processes
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNorges Forskningsråd
Mots-clésCarbonationSteam reformingFluidized bedSorbentMethaneSorptionHydrogenHydrogen productionChemistryChemical engineeringDolomiteMethane reformerWaste managementMaterials scienceMineralogyOrganic chemistryAdsorption

Résumé

récupéré en direct d'OpenAlex

This paper highlights the use of a dual fluidized bed reactor system for producing hydrogen by sorption-enhanced steam methane reforming. Hydrogen concentrations of >98% are predicted for temperatures of ∼600 °C and a superficial gas velocity of 0.1 m/s, using a simple two-phase bubbling bed model for the reformer. The kinetics of the steam methane reforming and water-gas shift reactions are based on literature values, whereas experimentally derived carbonation kinetics are used for the carbonation of a dolomite. It is shown that the reformer temperature should not be <540 °C or >630 °C for carbon capture efficiencies to exceed 90%. Operating at relatively high solids circulation rates to reduce the need for fresh sorbent is predicted to give higher system efficiencies than for the case where fresh solid is added. This finding is attributed to the additional energy required to decompose both CaCO 3 and MgCO 3 in fresh dolomite.

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: Empirique
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,040

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
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 Opus0,053
Tête enseignante GPT0,287
Écart entre enseignants0,234 · 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

Citations139
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIndustrial & Engineering Chemistry ResearchMême sujetChemical Looping and Thermochemical ProcessesTravaux en français237 207