MétaCan
Menu
Retour à la cohorte
Enregistrement W2028200415 · doi:10.1002/cjce.20621

Thermodynamic analysis of hydrogen production from glycerol at energy self‐sufficient conditions

2011· article· en· W2028200415 sur OpenAlexaffvenueabout
Thirasak Pairojpiriyakul, Worapon Kiatkittipong, Apinan Soottitantawat, Amornchai Arpornwichanop, Navadol Laosiripojana, Wisitsree Wiyaratn, Eric Croiset, Suttichai Assabumrungrat

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2011
Typearticle
Langueen
DomaineEngineering
ThématiqueCatalysis for Biomass Conversion
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesCommission on Higher EducationRoyal Golden Jubilee (RGJ) Ph.D. ProgrammeThailand Research FundHigher Education Research Promotion
Mots-clésGlycerolGibbs free energyHydrogenHydrogen productionThermodynamicsChemistryEnergy (signal processing)Hydrogen fuelMaterials scienceChemical engineeringPhysicsOrganic chemistryEngineering

Résumé

récupéré en direct d'OpenAlex

Abstract A thermodynamic analysis based on the principle of minimising the Gibbs free energy is performed for hydrogen production from glycerol. When the operating parameters such as water/glycerol ratio ( WGR ), oxygen/glycerol ratio ( OGR ) and operating temperature ( T ) are carefully chosen, the energy self‐sufficient conditions can be achieved. Two levels of energy self‐sufficient, (i) within the reformer and (ii) within the overall system, are considered. Unlike the consideration in the reformer level reported in most works in literature, the consideration in the overall system level represents more realistic results based on the fact that some energy is required for heating up the feeds to a desired operating temperature. The obtained results demonstrate that the maximum hydrogen production significantly decreases from 5.65 mol H 2 /mol glycerol for the reformer level to 3.31 mol H 2 /mol glycerol for the system level, emphasising the significant demand of energy for feed preheating. © 2011 Canadian Society for Chemical Engineering

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,150
Score d'incertitude au seuil0,429

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,006
Tête enseignante GPT0,154
Écart entre enseignants0,148 · 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 tête enseignante, 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

Citations5
Publié2011
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetCatalysis for Biomass ConversionTravaux en français237 207