Opportunities for Low-Grade Coals and Biomass for Producing Hydrogen Using Iron Oxide-Based Direct Chemical Looping Combustion with Effective CO2 Separation~!2010-01-02~!2010-02-12~!2010-05-11~!
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Coal and biomass are abundant in supply but contain carbon which, to avoid greenhouse gas emissions, needs to be sequestered after the primary energy conversion. A comparison is reported here of the performance of four different coals and biomass in an iron oxide-based direct chemical looping combustion system. The principal aim is to identify the coal and biomass with the highest H 2 to CO 2 ratio for a given amount of fuel, based on the resources (air and iron oxide) used. The impact of fuel blend (mix of coal and biomass) on hydrogen production is compared, and the effect of moisture content of the source fuel on hydrogen production is investigated. Simulation results suggest that low-grade coal can also produce the same amount of hydrogen as high grade coal, but with additional energy requirements. In achieving maximum hydrogen production, the final 20 to 30% of hydrogen production consumes the same amount of energy required by the initial 70% of production. When biomass is blended with 20% coal by mass, 10% additional hydrogen is produced. A 10% moisture content in the source fuel reduces the hydrogen production by 10% for high-grade coal while it eliminates the possibility for low-grade biomass to produce hydrogen within the available energy region. Potential improvements of the energy requirement to achieve maximum hydrogen production from low-grade solid fuels are also reported.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 découle