MétaCan
Menu
Retour à la cohorte
Enregistrement W2059175323 · doi:10.1016/j.egypro.2012.09.058

Measured Steam Conversion and Chemical Kinetics in a Hydrolysis Packed Bed Reactor for Hydrogen Production

2012· article· en· W2059175323 sur OpenAlexafffund
Kevin Pope, Zhaolin L. Wang, G.F. Naterer

Notice bibliographique

RevueEnergy Procedia · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueChemical Looping and Thermochemical Processes
Établissements canadiensOntario Tech University
Organismes subventionnairesCanada Research Chairs
Mots-clésPacked bedHydrogen productionChemistrySuperheated steamResidence time (fluid dynamics)Thermochemical cycleHydrogenHydrogen chlorideChemical reactorChemical engineeringWaste managementInorganic chemistryChromatographyOrganic chemistryBoiler (water heating)Engineering

Résumé

récupéré en direct d'OpenAlex

Active research on the thermochemical Cu-Cl cycle is providing a promising potential for sustainable hydrogen production. The thermal efficiency of the hydrolysis reaction can drastically influence the viability and cost of the cycle. In the Cu-Cl cycle, the extent of the hydrolysis reaction has a major effect on cycle efficiency. Un-reacted superheated steam is difficult to efficiently separate from the gaseous reactor product, potentially dissipating a significant amount of thermal energy. In this paper, the upper limit of steam conversion in a copper (II) chloride reactor is investigated and new experimental results are presented. The experimental apparatus is designed to provide superheated steam, at 375 °C, to excess CuCl2 and provide sufficient reaction time to approach the steam conversion limit. This is achieved by introducing a low steam flowrate to a packed bed reactor with six meters of packing solids. Variable reaction temperature, residence time, and flow rate are investigated for their effect on reaction extent and chemical kinetics. This research provides useful new data to effectively design and integrate a Cu-Cl hydrogen production cycle.

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 enseignants0,003
Score d'incertitude au seuil0,620

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 Opus0,010
Tête enseignante GPT0,193
Écart entre enseignants0,183 · 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

Citations6
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnergy ProcediaMême sujetChemical Looping and Thermochemical ProcessesTravaux en français237 207