Biomass-to-biocrude on a chip via hydrothermal liquefaction of algae
Notice bibliographique
Résumé
Hydrothermal liquefaction uses high temperatures and pressures to break organic compounds into smaller fractions, and is considered the most promising method to convert wet microalgae feedstock to biofuel. Although, hydrothermal liquefaction of microalgae has received much attention, the specific roles of temperature, pressure, heating rate and reaction time remain unclear. We present a microfluidic screening platform to precisely control and observe reaction conditions at high temperature and pressure. In situ observation using fluorescence enables direct, real-time monitoring of this process. A strong shift in the fluorescence signature from the algal slurry at 675 nm (chlorophyll peak) to a post-HTL stream at 510 nm is observed for reaction temperatures at 260 °C, 280 °C, 300 °C and 320 °C (P = 12 MPa), and occurs over a timescale on the order of 10 min. Biocrude formation and separation from the aqueous phase into immiscible droplets is directly observed and occurs over the same timescale. The higher heating values for the sample are observed to increase over shorter timescales on the order of minutes. After only 1 minute at 300 °C, the higher heating value increases from an initial value of 21.97 MJ kg(-1) to 33.63 MJ kg(-1). The microfluidic platform provides unprecedented control and insight into this otherwise opaque process, with resolution that will guide the design of large scale reactors and processes.
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) | 0,000 | 0,001 |
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 ».