Conversion of Petroleum Coke in a High-Pressure Entrained-Flow Gasifier: Comparison of Computational Fluid Dynamics Model and Experiment
Notice bibliographique
Résumé
High-pressure entrained-flow gasifier technology is used to convert solid carbonaceous feedstocks into synthesis gas, which can be used in an integrated gasification combined cycle power plant or as a feedstock for chemical or synthetic fuel production. Computational fluid dynamics (CFD) models, once validated, can be used to help design full-scale reactors. Model validation entails the comparison of model predictions to lab-scale or pilot-scale measurements. However, experimental measurements of high-pressure pilot-scale gasifiers usually consist only of wall temperatures and outlet gas temperature and composition, which are of limited use for model validation when the gasifier is operating well, providing information only about operating temperature, heat loss, and equilibrium gas composition. These do not provide a strong validation of the CFD model, whose main purpose is to make predictions of the flame size and shape and its ability to convert solid fuel to gas efficiently in a small volume. This paper presents a model validation based on data generated using CanmetENERGY’s 1 MW th high-pressure entrained-flow gasifier. To provide a stronger validation, the approach taken here is to compare the model predictions to the pilot-scale measurements over a range of operating conditions comprising higher (approximately 90%) carbon conversion and lower (approximately 80% or lower) carbon conversion. In effect, the comparison includes operating conditions for which gasification reactions are extended or delayed toward the outlet in order to capture key effects. It is found that the present CFD model is able to track the performance of the gasifier over the range of operating conditions and provides insight into the causes for limited carbon conversion.
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 | 0,000 | 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 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 ».