MétaCan
Menu
Retour à la cohorte

Characteristic Research on CaO Sorption Enhanced Biomass Directional Entrained-Flow Gasification

2014· article· en· W2057303771 sur OpenAlexfundno aff
Chao Chen, Jin Zhou, Yang Xiang, Zhong Yang Luo

Notice bibliographique

RevueAdvanced materials research · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueChemical Looping and Thermochemical Processes
Établissements canadiensnon disponible
Organismes subventionnairesNational Key Research and Development Program of ChinaDalhousie University
Mots-clésSyngastar (computing)SorptionBiomass (ecology)Materials scienceChemical engineeringYield (engineering)Gas compositionWaste managementRenewable energyChemistryAdsorptionOrganic chemistryThermodynamicsCatalysisMetallurgyEngineering

Résumé

récupéré en direct d'OpenAlex

As the only renewable energy which can be converted into liquid fuels, biomass has developed various technologies of energy utilization. In order to adjust the syngas composition, increase the ratio of H 2 /CO and reduce CO 2 content, this paper conducted biomass gasification experiment in an entrained flow bed on CaO sorption. The paper studied influence factors like the gasification temperature, ratio of CaO/B and gasification parameters, such as ratio of H 2 /CO, cold gas efficiency, cold gas yield or tar content in syngas. The result showed that raising gasification temperature or increasing added content of CaO which were beneficial to the improvement of H 2 content. A maximum H 2 output with a concentration of 62.7% and H 2 /CO ratio of 3.19 was achieved at CaO/C=1, H 2 O/B=0.3 and T=1100°C, meanwhile the cold gas efficiency was 86.07%, the cold gas yield reached 1.2Nm 3 /kg biomass, and the tar content was dropped to 314.6mg/Nm 3 .

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)0,002
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,011
Score d'incertitude au seuil0,788

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
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)0,0000,001

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 Opus0,059
Tête enseignante GPT0,361
Écart entre enseignants0,302 · 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

Citations1
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvanced materials researchMême sujetChemical Looping and Thermochemical ProcessesTravaux en français237 207