MétaCan
Menu
Retour à la cohorte
Enregistrement W2741598309 · doi:10.1080/15435075.2017.1359785

Two-dimensional modeling of torrefaction of a large biomass particle

2017· article· en· W2741598309 sur OpenAlexaff
Biswajit Kamila, Anup Kumar Sadhukhan, Parthapratim Gupta, Prabir Basu, Bharat Regmi, Animesh Dutta, Bishnu Acharya

Notice bibliographique

RevueInternational Journal of Green Energy · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueThermochemical Biomass Conversion Processes
Établissements canadiensUniversity of Prince Edward IslandUniversity of GuelphDalhousie University
Organismes subventionnairesNational Institute of Technology Durgapur
Mots-clésTorrefactionBiomass (ecology)Environmental scienceParticle (ecology)Pulp and paper industryBioenergyBiofuelWaste managementEngineeringAgronomyPyrolysisGeology

Résumé

récupéré en direct d'OpenAlex

A two-dimensional (2-D) model is developed to predict the torrefaction behavior of a large wet biomass particle. Although one-dimensional (1-D) model is found to be adequate for L/D ≥ 6, the necessity of using 2-D model at lower L/D ratios and higher torrefaction temperature is established. Errors up to 18% are observed in predicted mass fractions between 1-D and 2-D models. The center temperatures differed more, up to 96%, between z = 0 and z = L/2 in 2-D model which is not captured by the 1-D model. The model predictions agree well with the experimental results of the present authors and others. The evolution of the temperature profile is found to govern the mass fraction profile. At higher reactor temperature, three distinct zones are visible in the contour plots: peripheral fully torrefied zone, intermediate torrefying zone, and core with unreacted virgin biomass zone. Simulation studies show the formation of two symmetric annular hot spots at the ends, which move inward axially and subsequently merge at the center, the rate being faster for smaller L/D ratio. However, 1-D model does not provide such insight. The effects of reactor temperature, particle size, the residence time, and the initial moisture content on the torrefaction behavior are investigated.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,071
Score d'incertitude au seuil0,265

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 ouverte0,0000,000
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 Opus0,014
Tête enseignante GPT0,258
Écart entre enseignants0,244 · 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'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

Citations9
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Green EnergyMême sujetThermochemical Biomass Conversion ProcessesTravaux en français237 207