Thermal Design of Supercritical Water Oxidation Reactors
Notice bibliographique
Résumé
Waste destruction using supercritical water oxidation (SCWO) was demonstrated in laboratories in the early 1980’s and in full-size facilities by the early 1990’s. The process offers thorough destruction of toxins in a compact facility without supplementary energy. Early estimates that SCWO could auto-thermally treat wastewaters with as little as 2% weight organic ignored some practical factors, such as corrosion, fouling, heat transfer limitations. In this paper, a thermal model for a SCWO system based on pure water properties and heat transfer correlations is used to estimate heat exchanger size and frictional pressure losses. Information on real mixtures at SCWO conditions is not established to the point needed for rigorous thermal modeling, but the pure-water model can be interpreted using real-fluid properties and experience from operating SCWO systems. It is shown that the waste composition has a direct influence on the SCWO design. Auto-thermal treatment of dilute streams (2% organic) is economic only if inorganic compounds are absent from the waste stream or treated effluent, and the plant is of moderate size. For more corrosive wastes, or those with fouling agents, it becomes very expensive to preheat the feed beyond the critical temperature. Without preheating to supercritical temperatures, some back-mixing of hot products is needed to stabilize reaction, so that plug-flow reactor designs become inappropriate.
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 | 0,000 |
| 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) | 0,005 | 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 ».