MétaCan
Menu
Retour à la cohorte
Enregistrement W2317408799 · doi:10.1021/ie5032056

Production of Isooctane from Isobutene: Energy Integration and Carbon Dioxide Abatement via Catalytic Distillation

2015· article· en· W2317408799 sur OpenAlexafffund
Behnam Mostajeran Goortani, Aashish Gaurav, Alisha Deshpande, Flora T. T. Ng, Garry L. Rempel

Notice bibliographique

RevueIndustrial & Engineering Chemistry Research · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueProcess Optimization and Integration
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaGovernment of Ontario
Mots-clésGasolineChemistryNaphthaOctane ratingDistillationChemical engineeringCatalysisOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Isooctane is a valuable octane enhancer for gasoline and the primary component of aviation gasoline, also known as Avgas, because of its high antiknock quality. Conventional industrial processes for isooctane production involve the steps of dimerization of isobutene, dimer separation, and hydrogenation. The efficacy of catalytic distillation (CD) and its merits, in terms of energy savings and reduction of greenhouse gas emissions, for the production of isooctane are quantitatively presented. The feed considered for the isooctane production is composed of isobutene (C 4 ) and inerts (isopentane) produced in refineries as byproducts of steam cracking of naphtha and light gas oil. Process flow sheets for the two routes for the production of isooctane, with and without CD, are modeled. The conventional industrial flow sheet composed of a dimerization reactor, distillation column, and a hydrogenation reactor (configuration A), is simulated using Aspen Plus. The intensified process flow sheet comprising a CD column for the dimerization, hydrogenation, and separation (configuration B) is modeled using gPROMS. A validated, nonequilibrium, three-phase model is developed in a gPROMS environment and is used to quantify the energy savings and reduction of carbon dioxide emissions achieved using a CD column for the intensified process. Results demonstrate CD to be a promising candidate to replicate the conversions and product purity obtained in the conventional process while resulting in significant energy savings, more efficient utilization of isobutene feed, and reduced carbon dioxide emissions.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,011

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 Opus0,060
Tête enseignante GPT0,281
Écart entre enseignants0,221 · 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'étudeSimulation ou modélisation
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

Citations40
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIndustrial & Engineering Chemistry ResearchMême sujetProcess Optimization and IntegrationTravaux en français237 207