MétaCan
Menu
Retour à la cohorte
Enregistrement W2403878665 · doi:10.1002/ente.201600024

Combined Calcium Looping and Chemical Looping Combustion for Post‐Combustion Carbon Dioxide Capture: Process Simulation and Sensitivity Analysis

2016· article· en· W2403878665 sur OpenAlexafffund
Benoît Duhoux, Poupak Mehrani, Dennis Y. Lu, Robert T. Symonds, Edward J. Anthony, Arturo Macchi

Notice bibliographique

RevueEnergy Technology · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueChemical Looping and Thermochemical Processes
Établissements canadiensNatural Resources CanadaUniversity of Ottawa
Organismes subventionnairesEngineering and Physical Sciences Research CouncilCarbon Management Canada
Mots-clésCalcium loopingChemical looping combustionCombustionCarbon dioxideCarbon capture and storage (timeline)Sensitivity (control systems)Work (physics)Process engineeringCalcium oxideChemistryMaterials scienceProcess (computing)OxideThermodynamicsChemical engineeringNuclear engineeringComputer scienceEngineeringMetallurgyPhysical chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract In this work, a combined calcium looping and chemical looping combustion (CaL–CLC) technology is simulated at thermodynamic equilibrium conditions and the results in terms of efficiency, power production, and solids circulation rates are compared with the case of using CaL alone. In addition, a new solids looping configuration in the CaL–CLC process is proposed with the purpose of mitigating the loss of calcium oxide conversion after high cycle numbers. Simulations show an improved process efficiency of the CaL–CLC method compared with CaL alone (34.2 vs. 31.2 % higher heat value) and an increased power output (136 vs. 110 MWe additional power) due to the higher energy requirement to preheat the reactants. A sensitivity analysis of the process operating parameters highlights the particular importance of the temperature difference between reactors, which has a strong impact on the required mass of solids circulating in the loops. Finally, partial carbon dioxide capture scenarios are considered and indicate that lower capture levels are suitable to match regulation targets.

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)0,001
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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,007
Tête enseignante GPT0,228
Écart entre enseignants0,221 · 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
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnergy TechnologyMême sujetChemical Looping and Thermochemical ProcessesTravaux en français237 207