Ash Deposition in Co-firing Three-Fuel Blends Consisting of Woody Biomass, Peat, and Lignite in a Pilot-Scale Fluidized-Bed Reactor
Notice bibliographique
Résumé
The ash deposition behaviors of co-combustion of three-fuel blends of white pine pellet (WPP), peat pellet (PP), and crushed lignite (CL) coal were studied on a pilot-scale bubbling fluidized-bed combustor operated at 40% excess air ratio. Reference tests with individual fuel (pine, peat, or lignite) and two-fuel blends of lignite and pine or peat were also performed and discussed in this study. Fly ash deposits were collected with an air-cooled probe installed in the freeboard zone of the reactor. The collected deposits were comprehensively characterized by X-ray fluorescence (XRF), X-ray powder diffraction (XRD), ion chromatography (IC), and scanning electron microscopy (SEM) for their chemical compositions, mineralogical compositions, Cl/S concentrations, and morphology, respectively. As a very interesting finding from this work, co-combustion of the three-fuel blends at 50% lignite/25% peat/25% pine resulted in a higher ash deposition rate than co-combustion of two-fuel blends of either 50% lignite/50% peat or 50% lignite/50% pine. In contrast, co-combustion of three-fuel blends at 20% lignite/40% peat/40% pine resulted in the lowest deposition rate and the least deposition tendency among all of the combustion tests with various mixed fuels or individual fuels. The greatly decreased ash deposition tendency of co-firing three-fuel blends of 20% lignite/40% peat/40% pine might be accounted for by the formation of more minerals containing CaO, MgO, Al 2 O 3, and SiO 2 with high ash melting points and high crystallinity. The chemical compositions of deposits obtained from the co-combustions of three-fuel blends were apparently enriched with the elements Si and Al and depleted of the elements P, S, and K.
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 | 0,000 |
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.
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 ».