MétaCan
Menu
Retour à la cohorte
Enregistrement W2514810275 · doi:10.3791/54390

Laboratory Production of Biofuels and Biochemicals from a Rapeseed Oil through Catalytic Cracking Conversion

2016· article· en· W2514810275 sur OpenAlexaff
Siauw Ng, Yu Shi, Nicole E. Heshka, Yi Zhang, E C Little

Notice bibliographique

RevueJournal of Visualized Experiments · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueBiofuel production and bioconversion
Établissements canadiensNatural Resources Canada
Organismes subventionnairesnon disponible
Mots-clésRapeseedBiofuelFluid catalytic crackingCrackingProduction (economics)Pulp and paper industryCatalysisChemistryEnvironmental scienceBiotechnologyFood scienceBiologyBiochemistryEngineeringOrganic chemistryEconomics

Résumé

récupéré en direct d'OpenAlex

The work is based on a reported study which investigates the processability of canola oil (bio-feed) in the presence of bitumen-derived heavy gas oil (HGO) for production of transportation fuels through a fluid catalytic cracking (FCC) route. Cracking experiments are performed with a fully automated reaction unit at a fixed weight hourly space velocity (WHSV) of 8 hr(-1), 490-530 °C, and catalyst/oil ratios of 4-12 g/g. When a feed is in contact with catalyst in the fluid-bed reactor, cracking takes place generating gaseous, liquid, and solid products. The vapor produced is condensed and collected in a liquid receiver at -15 °C. The non-condensable effluent is first directed to a vessel and is sent, after homogenization, to an on-line gas chromatograph (GC) for refinery gas analysis. The coke deposited on the catalyst is determined in situ by burning the spent catalyst in air at high temperatures. Levels of CO2 are measured quantitatively via an infrared (IR) cell, and are converted to coke yield. Liquid samples in the receivers are analyzed by GC for simulated distillation to determine the amounts in different boiling ranges, i.e., IBP-221 °C (gasoline), 221-343 °C (light cycle oil), and 343 °C+ (heavy cycle oil). Cracking of a feed containing canola oil generates water, which appears at the bottom of a liquid receiver and on its inner wall. Recovery of water on the wall is achieved through washing with methanol followed by Karl Fischer titration for water content. Basic results reported include conversion (the portion of the feed converted to gas and liquid product with a boiling point below 221 °C, coke, and water, if present) and yields of dry gas (H2-C2's, CO, and CO2), liquefied petroleum gas (C3-C4), gasoline, light cycle oil, heavy cycle oil, coke, and water, if present.

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 seuil0,003

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 ouverte0,0010,000
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 Opus0,019
Tête enseignante GPT0,326
Écart entre enseignants0,307 · 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

Citations3
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Visualized ExperimentsMême sujetBiofuel production and bioconversionTravaux en français237 207