Energy Production by Hydrothermal Treatment of Liquid and Solid Waste from Industrial Olive Oil Production
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This work studies the use of olive oil mill waste (OMW) treated as subcritical or supercritical water to produceboth, a biofuel by liquefaction and a gas fuel by gasification. The increasing amount of OMW, both liquid and solid, isbecoming a serious environmental problem. This wastewater is highly resistant to biodegradation and contains a widevariety of compounds such as polyphenols, polyoils, organic acids, etc, that require depuration treatments to remove theodour and pollutant load before being discharged.This work studies both, liquefaction and gasification of OMW streams in subcritical and supercritical water in differentbatch reactors at temperatures between 200 and 530 ºC and pressures between 150 and 250 bar. This study also teststhe effectiveness of various types of homogeneous (KOH 0.01 g/gsample dry) and heterogeneous catalysts (TiO2, V2O5 andAu-Pd 0.1-0.5 g/gsample dry) for supercritical water gasification (SCWG) and studied the way they affect biomassconversion yields. It also covers the effect that the use of different organic compound concentrations (23, 35, and 80 gO2/l of chemical oxygen demand concentration (COD)) and compositions (mixtures of solid and liquid OMW) has onenergy production results. A maximum of 82% oil yield was obtained from the hydrothermal liquefaction of OMW underoptimum conditions (330 ºC, 150 bar, 23 g O2/l as initial concentration and 30 minutes reaction time). Meanwhile, a yieldof 88.6 mol H2/kgOMW dry was obtained when Au-Pd was used as a catalyst for the gasification of OMW supercritical water.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 découle