MétaCan
Menu
Retour à la cohorte
Enregistrement W2791928702 · doi:10.1115/1.4039601

Influence of Selected Gasification Parameters on Syngas Composition From Biomass Gasification

2018· article· en· W2791928702 sur OpenAlexafffund
Maan Al‐Zareer, İbrahim Dinçer, Marc A. Rosen

Notice bibliographique

RevueJournal of Energy Resources Technology · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueThermochemical Biomass Conversion Processes
Établissements canadiensOntario Tech University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésSyngasWood gas generatorBiomass (ecology)Gas compositionCombustionIntegrated gasification combined cycleCarbon monoxideChemistryPulp and paper industryWaste managementEnvironmental scienceChemical engineeringHydrogenCoalOrganic chemistryCatalysisThermodynamicsEcology

Résumé

récupéré en direct d'OpenAlex

In this study, the syngas composition exiting a biomass gasifier is investigated to determine the effect of varying selected gasification parameters. The gasification parameters considered are the mass flow rate of steam, the gasification agent, the mass flow rate of oxygen, the gasification oxidant, and the type of biomass. The syngas composition is represented by its hydrogen, carbon monoxide, carbon dioxide, and water fractions. The oxygen fed to the gasifier is produced using a cryogenic air separation unit (CASU). The gasifier and the air separation unit are modeled and simulated with aspenplus, where the gasification reactions are carried out based on the Gibbs free energy minimization approach. Finally, the syngas composition for the different types of biomass as well as the different compositions of the three types of the biomass considered are compared in terms of chemical composition. It was found that for each type of biomass and at a specified steam flow rate there is an air to the air separation unit where the gasification of the biomass ends and biomass combustion starts and as the volatile matter in the biomass increases the further the shifting point occur, meaning at higher air flow rate. It was found for the three considered biomass types and their four mixtures that, as the volatile matter in the biomass increases, more hydrogen is observed in the syngas. An optimum biomass mixture can be achieved by determining the right amount of each type of biomass based on the reported sensitivity analysis.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
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 Opus0,006
Tête enseignante GPT0,196
Écart entre enseignants0,190 · 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

Citations64
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Energy Resources TechnologyMême sujetThermochemical Biomass Conversion ProcessesTravaux en français237 207