Heteroatom Removal as Pretreatment of Boiler Fuels
Notice bibliographique
Résumé
Heteroatom removal without the use of hydrogen was investigated for the pretreatment of heavy fuels to produce cleaner burning boiler fuels from petroleum residua and coal. This is relevant for applications, such as the production of marine bunker fuel oil, where the anticipated change in maximum sulfur specification in January 2020 is from 3.5 to 0.5 wt %. Processing challenges, such as fluidity, yield loss, and cost-effective reagents, were considered. The study drew primarily on published data; however, claims about key process steps were experimentally verified, and those results are also presented. An oxidative process that employed air as an oxidant was evaluated for oxidative liquefaction and heteroatom removal from coal and petroleum. It was found that this strategy was viable for coal conversion but not for petroleum. Oxidative coal liquefaction produced two potential boiler fuels, an oxidized partly desulfurized coal and a water-soluble coal product. This step was experimentally demonstrated. The experimental work indicated that product separation is potentially challenging. Oxidized sulfur- and nitrogen-rich material must be treated to remove sulfur and nitrogen from the bulk of the hydrocarbon mass, which would otherwise represent a substantial yield loss. This step was not demonstrated. The final processing step involved deoxygenation to improve the heating value of the cleaned boiler fuel. Catalytic deoxygenation over zinc oxide and copper oxide appeared to be promising. Copper oxide supported on a carbon catalyst was evaluated for deoxygenation. Substantial deoxygenation of a mixture of acids was achieved by conversion at 350 °C, with both ketonization and decarboxylation pathways being active for deoxygenation.
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 | 0,000 |
| 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 ».