MétaCan
Menu
Retour à la cohorte
Enregistrement W2313412516 · doi:10.1021/es1021153

Enhancement of Indirect Sulphation of Limestone by Steam Addition

2010· article· en· W2313412516 sur OpenAlexafffund
Michael Stewart, Vasilije Manović, Edward J. Anthony, Arturo Macchi

Notice bibliographique

RevueEnvironmental Science & Technology · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueChemical Looping and Thermochemical Processes
Établissements canadiensUniversity of OttawaNatural Resources Canada
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésFlue gasChemistrySulfurInertSulfationSulfur dioxideFluidized bedChemical engineeringNitrogenPorosityFluidized bed combustionMineralogyInorganic chemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

The effect of water (H₂O(g)) on in situ SO₂ capture using limestone injection under (FBC) conditions was studied using a thermobalance and tube furnace. The indirect sulphation reaction was found to be greatly enhanced in the presence of H₂O(g). Stoichiometric conversion of samples occurred when sulphated with a synthetic flue gas containing 15% H₂O(g) in under 10 h, which is equivalent to a 45% increase in conversion as compared to sulphation without H₂O(g). Using gas pycnometry and nitrogen adsorption methods, it was shown that limestone samples sulphated in the presence of H₂O(g) undergo increased particle densification without any significant changes to pore area or volume. The microstructural changes and observed increase in conversion were attributed to enhanced solid-state diffusion in CaO/CaSO₄ in the presence of H₂O(g). Given steam has been shown to have such a strong influence on sulphation, whereas it had been previously regarded as inert, may prompt a revisiting of the classically accepted sulphation models and phenomena. These findings also suggest that steam injection may be used to enhance sulfur capture performance in fluidized beds firing low-moisture fuels such as petroleum coke.

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)0,000
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 enseignants0,012
Score d'incertitude au seuil0,316

Scores Codex et Gemma par catégorie

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 technologies0,0000,001
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 Opus0,002
Tête enseignante GPT0,179
Écart entre enseignants0,177 · 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

Citations46
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnvironmental Science & TechnologyMême sujetChemical Looping and Thermochemical ProcessesTravaux en français237 207