MétaCan
Menu
Retour à la cohorte
Enregistrement W2329239928 · doi:10.1021/ef401541b

Evaluation of Copper–Aluminum Oxides as Sorbents for High-Temperature Air Separation

2013· article· en· W2329239928 sur OpenAlexaff
Mehdi Alipour, John A. Nychka, Rajender Gupta

Notice bibliographique

RevueEnergy & Fuels · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueChemical Looping and Thermochemical Processes
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésOxygenFlue gasCombustionSpinelDesorptionSorbentThermogravimetric analysisChemical engineeringSorptionAir separationChemistryCopperMaterials scienceInert gasAdsorptionMetallurgyOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Oxygen production in an economic way is critical to oxy-firing combustion, a carbon capture technology. Oxygen-deficient oxides have been used for absorption of oxygen from air and desorption of oxygen in recycled flue gas for oxy-firing combustion. Cuprous/cupric oxide equilibrium with alumina can be used as an alternative for oxygen production and absorption. In this work, the effect of the spinel phase (CuAl 2 O 4 ) content on oxygen sorptive/desorptive properties of CuO–CuAl 2 O 4 sorbents has been investigated using thermogravimetric analysis. The desorption rate and oxygen sorption capacity were shown to be dependent upon the amount of alumina addition. The effect of SO 2 and H 2 O in flue gas was investigated using FACTSage over a range of conditions. It was found that, at temperatures above 750 °C, CuO is inert to these species, making it a proper choice for oxygen carrier. Cyclic stability was also investigated using the same instrument. The molar CuAl 2 O 4 content of 20% was observed to have the most positive cyclic stability effect. A stable morphology was observed in the scanning electron microscopy microstructure of the sorbent with this CuAl 2 O 4 content. Sintering at a lower CuAl 2 O 4 content and attrition because of second-phase agglomeration can destabilize the sorbents.

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 enseignants0,017
Score d'incertitude au seuil0,449

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 technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,012
Tête enseignante GPT0,251
Écart entre enseignants0,240 · 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

Citations8
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnergy & FuelsMême sujetChemical Looping and Thermochemical ProcessesTravaux en français237 207