MétaCan
Menu
Retour à la cohorte
Enregistrement W2621706449 · doi:10.3390/en10060784

DC Thermal Plasma Design and Utilization for the Low Density Polyethylene to Diesel Oil Pyrolysis Reaction

2017· article· en· W2621706449 sur OpenAlexaff
Hossam A. Gabbar, Mohamed Aboughaly, C.A. Barry Stoute

Notice bibliographique

RevueEnergies · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueThermochemical Biomass Conversion Processes
Établissements canadiensOntario Tech University
Organismes subventionnairesnon disponible
Mots-clésLow-density polyethyleneDiesel fuelMaterials sciencePyrolysisAnalytical Chemistry (journal)PolyethyleneChemistryWaste managementComposite materialOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

The exponential increase of plastic production produces 100 million tonnes of waste plastics annually which could be converted into hydrocarbon fuels in a thermal cracking process called pyrolysis. In this research work, a direct current (DC) thermal plasma circuit is designed and used for conversion of low density polyethylene (LDPE) into diesel oil in a laboratory scale pyrolysis reactor. The experimental setup uses a 270 W DC thermal plasma at operating temperatures in the range of 625 °C to 860 °C for a low density polyethylene (LDPE) pyrolysis reaction at pressure = −0.95, temperature = 550 °C with τ = 30 min at a constant heating rate of 7.8 °C/min. The experimental setup consists of a vacuum pump, closed system vessel, direct current (DC) plasma circuit, and a k-type thermocouple placed a few millimeters from the reactant sample. The hydrocarbon products are condensed to diesel oil and analyzed using flame ionization detector (FID) gas chromatography. The analysis shows 87.5% diesel oil, 1,4-dichlorobenzene (Surr), benzene, ethylbenzene and traces of toluene and xylene. The direct current (DC) thermal plasma achieves 56.9 wt. % of diesel range oil (DRO), 37.8 wt. % gaseous products and minimal tar production. The direct current (DC) thermal plasma shows reliability, better temperature control, and high thermal performance as well as the ability to work for long operation periods.

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 seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,025
Tête enseignante GPT0,235
Écart entre enseignants0,210 · 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

Citations36
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnergiesMême sujetThermochemical Biomass Conversion ProcessesTravaux en français237 207