A Comparative Study of Syngas Production From Two Types of Biomass Feedstocks With Waste Heat Recovery
Notice bibliographique
Résumé
This paper deals with an integrated biomass system developed for syngas production with waste heat recovery option and analyzes this system thermodynamically using both energy and exergy approaches. Also, an aspenplus simulation model is developed to demonstrate comparative gasification analyses of wood (Birch) and olive waste using Gibbs reactor for syngas production. Gibbs free energy minimization technique is applied to calculate the equilibrium of chemical reactions. In this newly developed model, the heat of the product syngas and the waste heat from the flue gas are recovered through a unique integration of four heat exchangers to produce steam for the gasification process. The sensitivity analyses are performed to observe the variations in the concentration of the methane, carbon monoxide and carbon dioxide in syngas against various operating conditions. Furthermore, the performance of gasifier is indicated through cold gas energy efficiency (CGE) and cold gas exergy efficiency (CGEX). The overall energy and exergy analyses are also conducted, and the comparisons reveal that the biomass composed of olive waste yields high magnitude of overall and cold gas energy efficiencies, whereas wood (Birch) yields high magnitude of overall and cold gas exergy efficiencies. Moreover, the energy of the product syngas is recovered through an expander which enhances energy and exergy efficiencies of the overall system. The present results show that the CGE, CGEX, and overall energetic and exergetic efficiencies follow a decreasing trend with the increase in combustion temperature. The proposed system has superior and unique features as compared to conventional biomass gasification systems.
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 | 0,001 | 0,001 |
| 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 ».