MétaCan
Menu
Retour à la cohorte
Enregistrement W2389895247

An improved kinetic model for cellulose pyrolysis

2002· article· en· W2389895247 sur OpenAlexaff
Yu Chun

Notice bibliographique

RevueJournal of Zhejiang University(Engineering Science) · 2002
Typearticle
Langueen
DomaineEngineering
ThématiqueThermochemical Biomass Conversion Processes
Établissements canadiensCAE (Canada)
Organismes subventionnairesnon disponible
Mots-clésCellulosePyrolysisKinetic energyKineticsBiomass (ecology)ChemistryThermodynamicsChemical engineeringChemical kineticsMaterials scienceOrganic chemistryEngineeringPhysics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Cellulose pyrolysis is an important area in biomass thermochemical conversion. Developing advanced pyrolysis technology requires basic understanding of chemical kinetics. This paper deals with the improvement of the kinetic model for cellulose pyrolysis. To study this process, intensive reviews, calculations, comparisons and analyses were carried out based on the well known Broido Shafizadeh kinetic model. An improved kinetic model of cellulose pyrolysis was proposed. First, the validity of the kinetic data on competitive reactions in Broido Shafizadeh model was checked. Through analyses and comparisons, a new kinetics model was developed to overcome the error caused by heat and mass transfer limitation in the parameter deduced experiment. Then, the so called 'active cellulose' was examined. The appearance of liquid 'active cellulose' during pyrolysis was analyzed on the basis of modelcalculation and shown to be important in the case of high heating rate pyrolysis processes and should be considered in the improved kinetic model. At last, the secondary reaction of volatile components was added as a part of the kinetic model. Relevant kinetic data were chosen from literature. The proposed kinetic model for cellulose pyrolysis is a step toward the reality and will certainly benefit further study on cellulose pyrolysis.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,717
Score d'incertitude au seuil0,597

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
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 Opus0,009
Tête enseignante GPT0,181
Écart entre enseignants0,172 · 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

Citations2
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Zhejiang University(Engineering Science)Même sujetThermochemical Biomass Conversion ProcessesTravaux en français237 207