MétaCan
Menu
Retour à la cohorte
Enregistrement W2030100158 · doi:10.1002/aic.13979

Hydrogen Production by Sorption‐Enhanced Steam Glycerol Reforming: Sorption Kinetics and Reactor Simulation

2012· article· en· W2030100158 sur OpenAlexafffund
Ion Iliuta, Hamid R. Radfarnia, Maria C. Iliuta

Notice bibliographique

RevueAIChE Journal · 2012
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueCatalysts for Methane Reforming
Établissements canadiensUniversité Laval
Organismes subventionnairesFonds de recherche du Québec – Nature et technologiesNatural Sciences and Engineering Research Council of CanadaCentre in Green Chemistry and Catalysis
Mots-clésSteam reformingExothermic reactionHydrogen productionEndothermic processChemical engineeringHydrogenSorptionChemistryCatalysisWaste managementProcess engineeringAdsorptionMaterials scienceOrganic chemistryEngineering

Résumé

récupéré en direct d'OpenAlex

Sorption‐enhanced glycerol reforming, an integrated process involving glycerol catalytic steam reforming and in situ CO2 removal, offers a promising alternative for single‐stage hydrogen production with high purity, reducing the abundant glycerol by‐product streams. This work investigates this process in a fixed‐bed reactor, via a two‐scale, nonisothermal, unsteady‐state model, highlighting the effect of key operating parameters on the process performance. CO2 adsorption kinetics was investigated experimentally and described by a mathematical reaction‐rate model. The integrated process presents an opportunity to improve the economics of green hydrogen production via an enhanced thermal efficiency process, the exothermic CO2 adsorption providing the heat to endothermic steam glycerol reforming, while reducing the capital cost by removing the processing steps required for subsequently CO2 separation. The operational time of producing high‐purity hydrogen can be enhanced by increasing the adsorbent/catalyst volume ratio, by adding steam to the reaction system and by increasing the inlet reactor temperature. © 2012 American Institute of Chemical Engineers AIChE J, 59: 2105–2118, 2013

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,029
Score d'incertitude au seuil0,057

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,016
Tête enseignante GPT0,259
Écart entre enseignants0,244 · 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

Citations68
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAIChE JournalMême sujetCatalysts for Methane ReformingTravaux en français237 207