MétaCan
Menu
Retour à la cohorte
Enregistrement W2556444250 · doi:10.1002/cjce.22746

Benchmarking the Timmins Process – a novel approach for low energy pre‐combustion carbon capture in IGCC flowsheets

2016· article· en· W2556444250 sur OpenAlexvenueaboutno aff
Bart Hallmark, Julian Parra-Garrido, Andrew Murdoch, Ian Salmon, Chris Hodrien

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueCarbon Dioxide Capture Technologies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIntegrated gasification combined cycleProcess engineeringWood gas generatorCoalWaste managementCarbon capture and storage (timeline)Environmental scienceProcess (computing)Process simulationCombustionEngineeringSyngasComputer scienceChemistry

Résumé

récupéré en direct d'OpenAlex

Abstract This paper reports results from an initial benchmarking study of the Timmins Process, a novel pre‐combustion carbon capture process that uses a combination of traditional unit operations, DEPG scrubbing, carbon monoxide shift, and carbon dioxide liquefaction, in a unique arrangement. The study examines the performance of the Timmins Process embedded within an integrated gasifier combined cycle (IGCC) flowsheet and the results are compared to data from the US Department of Energy (DoE) cost and performance baseline studies for coal‐fired energy plants. Modelling was undertaken using UniSim R400 (Honeywell Inc.) with thermodynamic parameters for DEPG interactions being regressed from literature data; these results are also reported here. The net efficiency of an IGCC flowsheet incorporating the Timmins Process, with a carbon capture level of 91.8 % on a mass basis, varies between 33.8 % and 34.3 % depending on the process configuration and the cooling water temperature. This result compares very favourably to a DoE study for a conventional capture process embedded within an IGCC flowsheet that operated at an efficiency of 31.2 %. Further, more detailed, studies are recommended to assess the impact of various assumptions that underpin this work.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,048
Score d'incertitude au seuil0,475

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
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)0,0000,000

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 Opus0,006
Tête enseignante GPT0,170
Écart entre enseignants0,164 · 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 tête enseignante, 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

Citations4
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetCarbon Dioxide Capture TechnologiesTravaux en français237 207