Determination of Dew Point Conditions for CO<sub>2</sub> with Impurities Using Microfluidics
Notice bibliographique
Résumé
Impurities can greatly modify the phase behavior of carbon dioxide (CO2), with significant implications on the safety and cost of transport in pipelines. In this paper we demonstrate a microfluidic approach to measure the dew point of such mixtures, specifically the point at which water in supercritical CO2 mixtures condenses to a liquid state. The method enables direct visualization of dew formation (∼ 1-2 μm diameter droplets) at industrially relevant concentrations, pressures, and temperatures. Dew point measurements for the well-studied case of pure CO2-water agreed well with previous theoretical and experimental data over the range of pressure (up to 13.17 MPa), temperature (up to 50 °C), and water content (down to 0.00229 mol fraction) studied. The microfluidic approach showed a nearly 3-fold reduction in error as compared to previous methods. When applied to a mixture with nitrogen (2.5%) and oxygen (5.8%) impurities--typical of flue gas from natural gas oxy-fuel combustion processes--the measured dew point pressure increased on average 17.55 ± 5.4%, indicating a more stringent minimum pressure for pipeline transport. In addition to increased precision, the microfluidic method offers a direct measurement of dew formation, requires very small volumes (∼ 10 μL), and is applicable to ultralow water contents (<0.005 mol fractions), circumventing the limits of previous methods.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».