MétaCan
Menu
Retour à la cohorte
Enregistrement W2400540730 · doi:10.1021/acs.energyfuels.5b01538

Formation of CH<sub>4</sub> during K<sub>2</sub>CO<sub>3</sub>-Catalyzed Steam Gasification of Ash-Free Coal: Influence of Catalyst Loading, H<sub>2</sub>O/H<sub>2</sub> Ratio, and Heating Protocol

2015· article· en· W2400540730 sur OpenAlexafffund
Jan Kopyscinski, Charles A. Mims, Josephine M. Hill

Notice bibliographique

RevueEnergy & Fuels · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueThermochemical Biomass Conversion Processes
Établissements canadiensUniversity of CalgaryUniversity of TorontoMcGill University
Organismes subventionnairesCarbon Management CanadaUniversity of Alberta
Mots-clésCatalysisMethaneChemistryCarbon monoxidePotassiumCoalCarbon fibersSyngasDrop (telecommunication)Wood gas generatorHydrogenChemical engineeringInorganic chemistryMaterials scienceOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Potassium-catalyzed steam gasification experiments of ash-free coal were conducted in a drop-down reactor to study the influence of the catalyst loading, temperature, H 2 O/H 2 ratio, and heating protocol. The higher the catalyst loading, the faster the carbon conversion; however, at an initial K/C ratio of 0.1, a saturation effect (decrease in reactivity per potassium atom) was observed. At higher gasification temperatures, this saturation effect was more pronounced and likely caused by increased potassium mobility. The catalyst accelerated predominately the oxygen transfer reactions and not the methane formation. Methane is produced via direct hydrogenation of the carbon surface. The selectivity to methane and carbon monoxide was increased by reducing the H 2 O/H 2 ratio, which would represent conditions in a gasifier away from the gas inlet. Lastly, the heating protocol influenced mainly the initial rate of gasification up to 20% carbon conversion; beyond that, the rates were similar.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesMéta-épidémiologie (sens strict)
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 enseignants0,010
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,001
Communication savante0,0000,003
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,010
Tête enseignante GPT0,217
Écart entre enseignants0,207 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations11
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnergy & FuelsMême sujetThermochemical Biomass Conversion ProcessesTravaux en français237 207