Bed Material Agglomeration Behavior in a Bubbling Fluidized Bed (BFB) at High Temperatures using KCl and K <sub>2</sub> SO <sub>4</sub> as Simulated Molten Ash
Notice bibliographique
Résumé
Abstract The agglomeration of bed material is one of the most serious problems in combustion of biomass in fluidized-bed boilers, due to the presence of some inorganic alkali elements such as K and Na in the biomass ash, which form low-melting-point alkali compounds during the process. In this study, agglomeration behaviors of bed materials (silica sand particles) were investigated in a bench-scale bubbling fluidized-bed reactor operating at 800 °C using simulated biomass ash components: KCl, K 2 SO 4, and a mixture of KCl and K 2 SO 4 at eutectic composition (molar ratio K 2 SO 4 /(KCl+ K 2 SO 4 )=0.26). The signals of temperature and differential pressure across the bed were monitored while heating up the fluidized bed of silica sand particles premixed with various amounts of KCl, and the KCl-K 2 SO 4 mixture in bubbling bed regime. A sharp decrease in temperature and differential pressure was observed around 750 °C and 690 °C for 0.4–0.6 wt% loading of the low melting-point KCl and KCl-K 2 SO 4 mixture, respectively, suggesting the formation of bed material agglomeration and even de-fluidization of the bed. Moreover, this work demonstrated the effectiveness of kaolin and aluminum sulfate to minimize agglomeration. The results indicated that these additives could successfully prevent the formation of agglomerates by forming compounds with high melting points.
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 | 0,001 |
| 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 | 0,001 |
| Science ouverte | 0,001 | 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 ».