MétaCan
Menu
Retour à la cohorte
Enregistrement W2139000913 · doi:10.6000/1929-6002.2013.02.01.7

Grey Relational Analysis for the Production of Dimethyl Ether Syngas in a Biomass Pyrolysis Reactor

2013· article· en· W2139000913 sur OpenAlexvenueno aff
Tingzhou Lei, 史迅

Notice bibliographique

RevueJournal of Technology Innovations in Renewable Energy · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueThermochemical Biomass Conversion Processes
Établissements canadiensnon disponible
Organismes subventionnairesChinese Academy of Sciences
Mots-clésSyngasPyrolysisBiomass (ecology)Dimethyl etherChemistryChemical engineeringMaterials sciencePulp and paper industryOrganic chemistryMethanolCatalysisAgronomyEngineering

Résumé

récupéré en direct d'OpenAlex

In this study, dimethyl ether (DME) syngas using a biomass pyrolysis reactor was produced. Gas production parameters, including pyrolysis temperature (PT), pumping frequency (PF) of the root blower, and the feeding rate (FR) of the pyrolysis chain motor, were optimised. The H2 and CO content of the biomass gas, as well as the H2:CO ratio, were examined. The relationship between gas production parameters and the biomass gas content was analysed using grey relational analysis (GRA). The result shown that PT had the greatest effect on H2 and CO content and the H2:CO ratio of the biomass gas. FR was the second most influential parameter, followed by PF. CO content was influenced most by the three parameters. The optimal DME syngas H2:CO ratio was approximately 2, and this ratio was improved using GRA, which increased the H2 and CO content as well as the H2:CO ratio during DME synthesis from biomass gas.

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)0,001
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 enseignants0,050
Score d'incertitude au seuil0,335

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,007
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 Opus0,012
Tête enseignante GPT0,222
Écart entre enseignants0,210 · 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

Citations0
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Technology Innovations in Renewable EnergyMême sujetThermochemical Biomass Conversion ProcessesTravaux en français237 207