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 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)0,0010,000
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 Opus0,012
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 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

Citations8
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

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