A comparative analysis of heat recovery and product stabilization in fluid-bed and ablative pyrolysis systems
Notice bibliographique
Résumé
Nearly all existing commercial pyrolysis technologies employ single-step rapid condensation of vapours from 500 oC to 50 oC using sprays of cold bio-oil or liquid hydrocarbon as a quench fluid. This approach produces raw bio-oil, a non-homogenous mixture of hundreds of oxygenated organic compounds including organic acids and water. Single-step quench also results in loss of high quality heat to the ambient. In this work, a novel 3-stage fractional condensation approach has been proposed. The intent is to produce targeted stable products for value added applications as well to enhance the overall efficiency of pyrolysis processes. The first phase of this research involved modelling and simulation of staged condensation of pyrolysis vapours using Pro/2 process software. A comprehensive pyrolysis model with 13 representative compounds was developed and validated. The Pro/2 model is able to simulate complex condensation of lignin and sugar fractions at high temperatures. Multiple cases involving staged condensation in ablative and fluid bed pyrolysis systems were investigated. In each case, there was a trade-off between high-quality heat recovery and early separation of lignin and sugars from organic acids. Results demonstrated that dew point depression adds additional complexity and limits heat recovery. However, judicious selection of condenser temperatures offers opportunity for early isolation of sugars and lignin from acids, thereby improving product stability.
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 | 0,000 | 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 ».