MétaCan
Menu
Retour à la cohorte
Enregistrement W2313936232 · doi:10.1021/ie301287k

Development of Zirconium-Stabilized Calcium Oxide Absorbent for Cyclic High-Temperature CO<sub>2</sub> Capture

2012· article· en· W2313936232 sur OpenAlexafffund
Hamid R. Radfarnia, Maria C. Iliuta

Notice bibliographique

RevueIndustrial & Engineering Chemistry Research · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueChemical Looping and Thermochemical Processes
Établissements canadiensUniversité Laval
Organismes subventionnairesFonds Québécois de la Recherche sur la Nature et les TechnologiesCentre in Green Chemistry and Catalysis
Mots-clésCarbonationMaterials scienceZirconiumChemical engineeringPulmonary surfactantDurabilitySinteringAbsorption (acoustics)DesorptionCalcium oxideZirconium oxideOxideChemistryAdsorptionMetallurgyComposite materialOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

A high-temperature regenerable CO 2 absorbent, Zr-stabilized CaO, was prepared using the surfactant template-ultrasound synthesis method in this work. During 15 absorption/desorption cycles, it was found that Zr-stabilized CaO with a Zr/Ca molar ratio of 0.303 kept the most favorable stability and CO 2 uptake capacity among the proposed Zr-stabilized samples. During multiple carbonation/decarbonation cycles, the incorporation of zirconium inhibited the agglomeration and sintering of CaO particles, thereby improving the absorbent durability. The effects of carbonation temperature (600–700 °C) and surfactant amount used in the preparation method on the performance of the proposed absorbent were investigated. The results showed that an excess of surfactant negatively affects the absorbent structural stability. Multicycle CO 2 capture tests carried out between 600 and 700 °C showed that an increase in carbonation temperature improved the absorption capacity and durability of the proposed Zr-stabilized CaO absorbent. In summary, the results showed a superior prolonged stability of Zr-stabilized CaO as compared to pure CaO under severe operating conditions.

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 seuil0,002

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 Opus0,064
Tête enseignante GPT0,306
Écart entre enseignants0,241 · 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

Citations118
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIndustrial & Engineering Chemistry ResearchMême sujetChemical Looping and Thermochemical ProcessesTravaux en français237 207