MétaCan
Menu
Retour à la cohorte
Enregistrement W2322089302 · doi:10.1021/ie400297s

Thermodynamic and Kinetic Study of CO<sub>2</sub> Capture with Calcium Based Sorbents: Experiments and Modeling

2013· article· en· W2322089302 sur OpenAlexaff
Ehsan Mostafavi, Mohammad Hashem Sedghkerdar, Nader Mahinpey

Notice bibliographique

RevueIndustrial & Engineering Chemistry Research · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueChemical Looping and Thermochemical Processes
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésCalcium loopingCalcium oxideThermogravimetric analysisCarbonationThermodynamicsKinetic energyDolomiteCalcinationChemistryMaterials scienceMineralogyCatalysisOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

The steam gasification of biomass in the presence of calcium oxide offers a viable route for the dual purpose of hydrogen production and carbon dioxide (CO 2 ) capture. Although previous studies have dealt with experimental and intrinsic rate constants of carbonation and calcination of calcium looping cycles, the data has not been compared with thermodynamic or kinetic simulation. In this study, the thermodynamic and kinetic simulation of the CO 2 capture process using two calcium-based sorbents (i.e., Imasco dolomite and Cadomin limestone) have been studied using Aspen Plus software. The thermodynamic simulation was able to predict the overall trend of the CO 2 adsorption on dolomite and limestone. However, a kinetic model was also applied to achieve a more accurate analysis. The results show good agreement between the modeling and the experimental data obtained using a thermogravimetric analyzer (TGA). A shift in the reaction mechanism was observed with respect to temperature. The experimental data and kinetic model illustrated that the maximum conversion occurred at 650 °C.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
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 Opus0,059
Tête enseignante GPT0,294
Écart entre enseignants0,235 · 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

Citations34
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

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