A controllability analysis of a pilot‐scale CO<sub>2</sub> capture plant using ionic liquids
Notice bibliographique
Résumé
Nowadays there is a world concern on the impact and effect of large CO 2 atmospheric concentrations on human health. Fossil‐fuel combustion processes in power plants are among the major contributors to this issue. Hence, it becomes important to develop new clean and sustainable processes aimed to reduce the amount of CO 2 released to atmosphere by combustion processes in power plants. One of the best feasible manners to achieve this purposes lies in the use of a closed‐loop control system able to keep the amount of green‐house gases under specification even in the presence of unexpected scenarios. Of course, CO 2 capture has been extensively researched in the past. However, in this regard the industrial practice has consisted in using Amines leading to sustainability and safety issues. Hence, it makes sense to seek for new and potentially environmental friendly process design to address CO 2 reduction from power plants but applying a new type of sustainable stripping solvents. In this work we address the sustainable CO 2 reduction issue from a process control point of view applying a previous design proposed by our research team based on the deployment of Ionic Liquids (IL) as potential green solvents and developing an efficient and decentralized multiloop control system. We demonstrate that the closed‐loop system is able to maintain the CO 2 concentration levels under specification by testing in presence of several demanding scenarios. Overall, from an economic, sustainable and control point of view it looks feasible to replace the traditional amines‐based CO 2 capture process by other alternatives based on the application of IL as potential green solvents. © 2016 American Institute of Chemical Engineers AIChE J , 62: 3298–3309, 2016
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».