MétaCan
Menu
Retour à la cohorte
Enregistrement W2057622281 · doi:10.1002/cjce.21771

An overview of conversion of residues from coal liquefaction processes

2013· article· en· W2057622281 sur OpenAlexvenueno aff
Sameer Khare, Mark Dell’Amico

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2013
Typearticle
Langueen
DomaineChemistry
ThématiquePetroleum Processing and Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCoal liquefactionAsphalteneLiquefactionCoalCarbochemistryChemistryWaste managementHeat of combustionResidue (chemistry)Chemical engineeringOrganic chemistryCombustionEngineering

Résumé

récupéré en direct d'OpenAlex

Abstract Direct coal liquefaction (DCL) is a process for converting coal to synthetic oils, which can be refined to make transportation fuels. Residue from this process contains inorganic material such as mineral matter originating from the coal and catalysts, and organic matter such as unconverted coal, heavy oils, pre‐asphaltenes and asphaltenes. The conversion of these DCL residues to lighter, high‐value products is an important step in helping to make this technology both commercially viable and environmentally acceptable. This paper provides an overview of the physico‐chemical characteristics and processing options available for coal liquefaction residues and compares and contrasts them to those of petroleum residues. Residue properties vary considerably, since they are highly dependent on feed coal, process configuration and operating conditions. Determination of composition and structural parameters of products derived from residue conversion can help determine their stability, coking and solvent hydrogen donating ability. Thermal conversion processes such as visbreaking and gasification offer the greatest promise for handling these heavy materials. The conversion chemistry, reactivity and kinetics of residue gasification are not well‐understood but are important in optimising hydrogen production for the process. The literature has been comprehensively reviewed to provide characteristics and properties of residues and their potential for conversion. In addition, the potential for producing high‐value carbon products from residues is briefly discussed.

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 enseignants0,008
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,014
Tête enseignante GPT0,221
Écart entre enseignants0,207 · 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

Citations38
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetPetroleum Processing and AnalysisTravaux en français237 207