MétaCan
Menu
Retour à la cohorte
Enregistrement W2100607578 · doi:10.2174/1876387101003010012

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~!

2010· article· en· W2100607578 sur OpenAlexafffund
Nirmal V. Gnanapragasam, Bale V. Reddy, Marc A. Rosen

Notice bibliographique

RevueThe Open Renewable Energy Journal · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueChemical Looping and Thermochemical Processes
Établissements canadiensOntario Tech University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésChemical looping combustionIron oxideCombustionHydrogenChemistryBiomass (ecology)Waste managementEnvironmental scienceChemical engineeringEngineeringOrganic chemistryGeology

Résumé

récupéré en direct d'OpenAlex

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.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,031
Tête enseignante GPT0,256
Écart entre enseignants0,225 · 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 source (Gemma direct ou Codex distillé), 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

Citations2
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Open Renewable Energy JournalMême sujetChemical Looping and Thermochemical ProcessesTravaux en français237 207