MétaCan
Menu
Retour à la cohorte
Enregistrement W2913267024 · doi:10.1021/acs.energyfuels.8b03454

Catalyzed Hydrothermal Carbonization with Process Liquid Recycling

2019· article· en· W2913267024 sur OpenAlexafffund
Amin Ghaziaskar, G.A. McRae, Alexis Mackintosh, Onita D. Basu

Notice bibliographique

RevueEnergy & Fuels · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueThermochemical Biomass Conversion Processes
Établissements canadiensCarleton University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésHydrothermal carbonizationChemical engineeringCarbonizationCarbon fibersCoalChemistryPelletsYield (engineering)PyrolysisBiofuelCatalysisMaterials scienceWaste managementOrganic chemistryComposite numberAdsorptionComposite material

Résumé

récupéré en direct d'OpenAlex

Catalyzed hydrothermal carbonization (CHTC) was used to produce hydrochar biofuel from wood chips at 240 °C in 1 h batches that included recycling of the process liquid. Infrared spectra showed changes in the chemical structure consistent with dehydration and decarboxylation. The CHTC hydrochar had higher heating values (HHV) of 28.3 MJ/kg, energy yield of 64%, and hydrogen-to-carbon (H/C) and oxygen-to-carbon (O/C) ratios similar to those of coal. The same process without the catalyst (HTC) produced a hydrochar with HHV of 27 MJ/kg, energy yield of 57%, and H/C and O/C ratios similar to those of lignite. Partial recycling of the CHTC process liquid resulted in a 5% increase in the energy yield; elemental composition, HHV, and scanning electron microscopic images of the CHTC hydrochar for different recycles were indistinguishable. Densified CHTC hydrochar pellets were 97% durable and hydrophobic when compared with wood pellets and torrefied-wood pellets, which was shown by water ingress measurements using an electrochemical cell with pellet electrodes. The CHTC process with recycling has the potential to provide a green hydrochar biofuel with excellent handling, storage, and transportation properties, that could be a suitable direct replacement for coal.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,009
Score d'incertitude au seuil0,553

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,004
Tête enseignante GPT0,184
Écart entre enseignants0,180 · 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 tête enseignante, 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

Citations34
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnergy & FuelsMême sujetThermochemical Biomass Conversion ProcessesTravaux en français237 207